Perguntas com a marcação «zero-inflation»

0s excessivos em uma variável em comparação com uma distribuição de referência especificada. As abordagens de regressão incluem modelos inflados a zero e modelos de obstáculos (2 partes). Para dados de contagem, são comuns modelos inflados a zero e obstáculos com base em Poisson ou em distribuições binomiais negativas (ZIP / ZINB e HP / HNB).


3
GLM com dados contínuos empilhados em zero
Estou tentando executar um modelo para estimar quão bem as doenças catastróficas, como tuberculose, AIDS etc afetam os gastos com hospitalização. Eu tenho "por custo de hospitalização" como variável dependente e vários marcadores individuais como variáveis ​​independentes, quase todos fictícios, como sexo, chefe de família, status de pobreza e, é …



1
Média e variância de uma distribuição de Poisson inflada a zero
Alguém pode mostrar como o valor esperado e a variação do Poisson inflado com zero, com função de massa de probabilidade f(y)={π+(1−π)e−λ,(1−π)λye−λy!,if y=0if y=1,2....f(y)={π+(1−π)e−λ,if y=0(1−π)λye−λy!,if y=1,2.... f(y) = \begin{cases} \pi+(1-\pi)e^{-\lambda}, & \text{if }y=0 \\ (1-\pi)\frac{\lambda^{y}e^{-\lambda}}{y!}, & \text{if }y=1,2.... \end{cases} onde é a probabilidade de que a observação seja zero por …


2
GAMM com dados inflados a zero
É possível ajustar um GAMM (Modelo Misto de Aditivo Generalizado) para dados inflados com zero em R? Caso contrário, é possível ajustar um GAM (Modelo Aditivo Generalizado) para dados inflados com zero com uma distribuição binomial negativa ou quase Poisson em R? (Encontrei funções COZIGAM :: zigam e mgcv: ziP …




3
Como executar SVD para atribuir valores ausentes, um exemplo concreto
Eu li os ótimos comentários sobre como lidar com valores ausentes antes de aplicar o SVD, mas gostaria de saber como ele funciona com um exemplo simples: Movie1 Movie2 Movie3 User1 5 4 User2 2 5 5 User3 3 4 User4 1 5 User5 5 1 5 Dada a matriz …
8 r  missing-data  data-imputation  svd  sampling  matlab  mcmc  importance-sampling  predictive-models  prediction  algorithms  graphical-model  graph-theory  r  regression  regression-coefficients  r-squared  r  regression  modeling  confounding  residuals  fitting  glmm  zero-inflation  overdispersion  optimization  curve-fitting  regression  time-series  order-statistics  bayesian  prior  uninformative-prior  probability  discrete-data  kolmogorov-smirnov  r  data-visualization  histogram  dimensionality-reduction  classification  clustering  accuracy  semi-supervised  labeling  state-space-models  t-test  biostatistics  paired-comparisons  paired-data  bioinformatics  regression  logistic  multiple-regression  mixed-model  random-effects-model  neural-networks  error-propagation  numerical-integration  time-series  missing-data  data-imputation  probability  self-study  combinatorics  survival  cox-model  statistical-significance  wilcoxon-mann-whitney  hypothesis-testing  distributions  normal-distribution  variance  t-distribution  probability  simulation  random-walk  diffusion  hypothesis-testing  z-test  hypothesis-testing  data-transformation  lognormal  r  regression  agreement-statistics  classification  svm  mixed-model  non-independent  observational-study  goodness-of-fit  residuals  confirmatory-factor  neural-networks  deep-learning 


1
Diferença exata entre os modelos de duas partes (por exemplo, Cragg) e os modelos Tobit tipo 2 (por exemplo, Heckman)
Quero executar uma regressão em que DV seja a quantia de financiamento (em dólares americanos) obtida pelas startups. Naturalmente, o DV contém muitos zeros (~ 55%) e tem uma distribuição contínua para y> 0. Em geral, meu entendimento é que o modelo Tobit (ou uma variação dele) é apropriado para …
Ao utilizar nosso site, você reconhece que leu e compreendeu nossa Política de Cookies e nossa Política de Privacidade.
Licensed under cc by-sa 3.0 with attribution required.