Có ai có nguồn gốc làm thế nào một phần bù hoạt động trong các mô hình nhị phân như probit và logit không?
Trong vấn đề của tôi, cửa sổ theo dõi có thể khác nhau về chiều dài. Giả sử bệnh nhân được tiêm ngừa như điều trị. Ảnh này xảy ra ở các thời điểm khác nhau, vì vậy nếu kết quả là một chỉ số nhị phân cho dù có bất kỳ hiện tượng bùng phát nào xảy ra hay không, bạn cần điều chỉnh vì thực tế là một số người có nhiều thời gian hơn để biểu hiện các triệu chứng. Có vẻ như xác suất bùng phát tỷ lệ thuận với độ dài của thời gian theo dõi. Về mặt toán học, tôi không rõ về cách thức một mô hình nhị phân với phần bù bắt được trực giác này (không giống với Poisson).
Phần bù là một tùy chọn tiêu chuẩn trong cả Stata (tr.1666) và R , và tôi có thể dễ dàng thấy nó cho Poisson , nhưng trường hợp nhị phân hơi mờ.
Ví dụ: nếu chúng ta có đây là đại số tương đương với một mô hình nơi E[y| x]=exp{x'β+logZ
Cập nhật số 1:
Các trường hợp logit đã được giải thích dưới đây.
Cập nhật số 2:
Dưới đây là một lời giải thích về những gì dường như là việc sử dụng chính cho các mô hình không phải là poisson như probit. Phần bù có thể được sử dụng để tiến hành kiểm tra tỷ lệ khả năng trên các hệ số của hàm chỉ số. Trước tiên, bạn ước tính mô hình không ràng buộc và lưu trữ các ước tính. Giả sử bạn muốn kiểm tra giả thuyết rằng . Sau đó, bạn tạo biến z = 2 ⋅ x , khớp với mô hình thả x và sử dụng z làm phần bù không logarit. Đây là mô hình bị hạn chế. Các thử nghiệm LR so sánh cả hai và là một thay thế cho thử nghiệm Wald thông thường.