Pytania otagowane jako fixed-effects-model

W biostatystyce efekty stałe mogą oznaczać efekty przeciętne dla populacji. W ekonometrii efekty stałe mogą reprezentować obserwowane wielkości w kategoriach zmiennych objaśniających, które są traktowane tak, jakby wielkości nie były losowe.

3
Usuwanie czynników z 3-kierunkowej tabeli ANOVA
W ostatnim artykule umieściłem trójdrożne modele efektów stałych. Ponieważ jeden z czynników nie był znaczący (p> 0,1), usunąłem go i dopasowałem do modelu z dwoma ustalonymi efektami i interakcją. Właśnie przesłałem komentarze recenzentów, aby zacytować: Ten czas nie był znaczącym czynnikiem w trójdrożnej ANOVA sam w sobie nie jest wystarczającym …
1
Znormalizowana zmienna zależna w grupie w modelach danych panelowych?
Czy standaryzacja zmiennej zależnej w grupie identyfikacyjnej ma sens? Poniższy dokument roboczy (Spowolnienie wylesiania w legalnej Amazonii; Ceny czy zasady ?, pdf ) wykorzystuje znormalizowaną zmienną zależną do analizy wpływu ogólnej zmiany polityki w Brazylii na wylesianie. Standaryzacja odbywa się w następujący sposób: Ynewit=Yit−Yi¯¯¯¯¯sd(Yit)Yitnew=Yit−Yi¯sd(Yit) Y^{new}_{it} = \frac{Y_{it} - \overline{Y_i}}{sd(Y_{it})} Autorzy …
3
Kiedy naprawiony efekt jest naprawiony?
Rozważmy liniowe efekty zauważony model typu: , gdzie jest niezauważalna ale czas niezmienny charakterystyczne i błąd, i indeksować odpowiednio indywidualne obserwacje i czas. Typowym podejściem w regresji efektów stałych (FE) byłoby usunięcie poprzez poszczególne manekiny (LSDV) / usunięcie znaczeń lub przez pierwsze różnicowanie.yjat= Xjatβ+ cja+ei tyjat=Xjatβ+doja+mijaty_{it} = X_{it}\beta + c_{i} …
3
Czy procedura stałych efektów Mundlak ma zastosowanie do regresji logistycznej z manekinami?
Mam zestaw danych z 8000 klastrami i 4 milionami obserwacji. Niestety moje oprogramowanie statystyczne, Stata, działa dość wolno, gdy używa swojej funkcji danych panelowych do regresji logistycznej: xtlogitnawet z podpróbką 10%. Jednak w przypadku korzystania z logitfunkcji niepanelowej wyniki pojawiają się znacznie wcześniej. Dlatego mogę korzystać ze logitzmodyfikowanych danych uwzględniających …
1
Różnice między PROC Mixed i lme / lmer w R - stopnie swobody
Uwaga: to pytanie jest repost, ponieważ moje poprzednie pytanie musiało zostać usunięte ze względów prawnych. Porównując PROC MIXED z SAS z funkcją lmez nlmepakietu w R, natknąłem się na pewne dość mylące różnice. Mówiąc dokładniej, stopnie swobody w różnych testach różnią się między PROC MIXEDi lmezastanawiałem się, dlaczego. Zacznij od …
12 r  mixed-model  sas  degrees-of-freedom  pdf  unbiased-estimator  distance-functions  functional-data-analysis  hellinger  time-series  outliers  c++  relative-risk  absolute-risk  rare-events  regression  t-test  multiple-regression  survival  teaching  multiple-regression  regression  self-study  t-distribution  machine-learning  recommender-system  self-study  binomial  standard-deviation  data-visualization  r  predictive-models  pearson-r  spearman-rho  r  regression  modeling  r  categorical-data  data-visualization  ggplot2  many-categories  machine-learning  cross-validation  weka  microarray  variance  sampling  monte-carlo  regression  cross-validation  model-selection  feature-selection  elastic-net  distance-functions  information-theory  r  regression  mixed-model  random-effects-model  fixed-effects-model  dataset  data-mining 
2
Dlaczego modele efektów losowych wymagają, aby efekty nie były skorelowane ze zmiennymi wejściowymi, podczas gdy modele efektów stałych pozwalają na korelację?
Z Wikipedii Istnieją dwa wspólne założenia dotyczące konkretnego efektu indywidualnego, założenia efektów losowych i założenia efektów stałych. Założeniem efektów losowych (wykonanym w modelu efektów losowych) jest to, że poszczególne efekty indywidualne nie są skorelowane ze zmiennymi niezależnymi. Założeniem efektu stałego jest to, że indywidualny efekt specyficzny jest skorelowany ze zmiennymi …
2
Jaki jest najlepszy sposób oszacowania średniego efektu leczenia w badaniu podłużnym?
W badaniu podłużnym wyniki YitYjatY_{it} jednostek ijai są wielokrotnie mierzone w punktach czasowych ttt z łącznie mmm ustalone okazje pomiarowe (ustalone = pomiary jednostek są wykonywane w tym samym czasie). Jednostki są losowo przypisywane do leczenia, G=1sol=1G=1lub do grupy kontrolnej, G=0sol=0G=0. Chcę oszacować i przetestować średni efekt leczenia, tjATE=E(Y|G=1)−E(Y|G=0),ZAT.mi=mi(Y|sol=1)-mi(Y|sol=0),ATE=E(Y | …
Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.