Perché i miei valori previsti per il mio modello (binomiale ZI negativo) sono tutti uguali?Quindi, ho un numero di modelli binomiali negativi gonfiati a zero e voglio rappresentarli graficamente, quindi ho salvato i valori previsti. Per i modelli che non hanno fattori significativi, invece, i valori sono tutti uguali. Perchè è questo? Non dovrebbe esserci ancora almeno una sorta di tendenza, anche se non significativa? Allo stesso modo, uno dei miei modelli ha avuto un'interazione significativa (tra il mio fattore di blocco e il mio principale fattore continuo). Uno dei blocchi ha tutti gli stessi valori mentre l'altro blocco presenta una tendenza.
Perchè io sto vedendo questo?
Modifica: inoltre, sembra che tutte le mie metriche abbiano la stessa identica tendenza. Anche se so che non è del tutto impossibile, sembra strano che siano quasi tutti esattamente uguali. Questo ha qualcosa a che fare con me che uso una distribuzione binomiale negativa?
Ri: Perché i miei valori previsti per il mio modello (binomiale ZI negativo) sono tutti uguali?Capisco. Penso che includere il parametro di dispersione eccessiva aiuti molto. Anche così, la devianza significativa significa che devi accettare stime distorte dei parametri e della risposta media se scegli di utilizzare questo modello. Il predittore lineare può includere trasformazioni come potenze e termini incrociati se il set di dati supporta la loro stima. Se si dispone di un predittore continuo con solo due livelli, ad esempio non è possibile includere le potenze.
Il tuo modello potrebbe essere limitato dai dati disponibili.
Ri: Perché i miei valori previsti per il mio modello (binomiale ZI negativo) sono tutti uguali?Grazie per la risposta Marco. Se ho un test di devianza significativo, quali sarebbero i passaggi successivi appropriati per affrontare questo pregiudizio? Sia il mio Pearson che Deviance Prob> ChiSq sono significativi indipendentemente dai predittori/covariate inclusi.
Modifica: i libri di aiuto forniti in JMP affermano che se ho un test di devianza significativo, "potrei aver bisogno di aggiungere termini di ordine superiore al modello, aggiungere più covariate, modificare la distribuzione o (in particolare nei casi di Poisson e binomiali) prendere in considerazione aggiungendo un parametro di sovradispersione." Oltre a cambiare la distribuzione, non posso davvero perseguire nessuna di queste altre opzioni.
Ri: Perché i miei valori previsti per il mio modello (binomiale ZI negativo) sono tutti uguali?La casella di controllo nella finestra di dialogo Stima modello è sia per il parametro di dispersione che per il test di dispersione. Se decidi che la dispersione non è significativa, esegui nuovamente il modello dopo aver deselezionato questa opzione. Altrimenti, ottieni sia il test che un modello con il parametro extra di dispersione eccessiva.
L'intero test del modello si basa su un test del rapporto di verosimiglianza tra il tuo modello e il modello ridotto. È un test omnibus per decidere se il modello, nel suo insieme, è significativo rispetto alla distribuzione marginale (risposta indipendente da tutti i termini eccetto intercetta). Generalmente speriamo che questo test sia significativo!
IL prova di devianza si basa su un test del rapporto di verosimiglianza tra il tuo modello e il modello saturo . Il modello saturo si adatta perfettamente, cioè senza pregiudizio . Il test della devianza è un test omnibus per decidere se il modello è distorto. In genere speriamo che questo test non sia significativo! È una specie di mancanza di adattamento test per il GLM e altri modelli correlati.
Ri: Perché i miei valori previsti per il mio modello (binomiale ZI negativo) sono tutti uguali?Grazie Marco. Giusto per chiarire, un valore p significativo per il test indica una dispersione eccessiva. E quindi aggiunge automaticamente un parametro di sovradispersione al modello? O stima solo l'entità del parametro necessario?
Modifica: inoltre, cosa significa il parametro Devianza nel test Goodness of Fit?
Ri: Perché i miei valori previsti per il mio modello (binomiale ZI negativo) sono tutti uguali?Studierò più tardi la tua spiegazione dei blocchi. Per ora, mi limiterò a rispondere alla domanda sulla personalità adatta.
Non riesco nemmeno a trovare un'opzione di dispersione eccessiva in Regressione generalizzata, ma avevo fretta. È disponibile nella personalità Modelli lineari generalizzati:
Notare le selezioni nell'angolo in alto a sinistra della finestra di dialogo.
I risultati dell'esecuzione del modello includono informazioni sulla necessità di sovradispersione (test) e la stima del parametro:
Il quadrato di Pearson Chi nel rapporto Goodness of Fit è il test e la stima del parametro è all'estrema destra.
Ri: Perché i miei valori previsti per il mio modello (binomiale ZI negativo) sono tutti uguali?Grazie per la risposta Marco.
Più ne parliamo, più penso che un Poisson con un parametro di sovradispersione sarebbe il modello appropriato.Non considererei la mia risposta come un processo Bernoulli. Non mi interessa il successo/fallimento (ovvero uova/niente uova) ma il numero di uova in ogni trattamento. Come potrei aggiungere un parametro di sovradispersione a un modello di Poisson in JMP? Non vedo un'opzione nella personalità di regressione generalizzata. Sarebbe da qualche parte nella personalità del Modello Lineare Generalizzato?
Grazie per il chiarimento sull'area di opportunità. L'area di opportunità è coerente in tutto lo studio. Le barriere coralline sono tutte della stessa dimensione con lo stesso numero di nidi. Anche tutti i nidi hanno le stesse dimensioni.
Il mio progetto sperimentale ha incorporato blocchi per affrontare l'eterogeneità spaziale nell'ambiente. I blocchi sono stati impostati durante la parte di manipolazione del campo dello studio; non sono qualcosa che posso aggiungere a questo punto (anche se ovviamente posso rimuoverli dalle mie analisi). Un blocco contiene una singola replica di ciascun trattamento. Ho 10 diversi trattamenti (cioè rapporti tra i sessi); ogni reef ha un unico rapporto trattamento/sesso. Ogni blocco ha 10 scogliere (cioè 10 trattamenti). Ho 2 blocchi e 20 scogliere in totale. Se guardi i grafici puoi vedere che ad ogni diverso rapporto tra i sessi c'è una barriera corallina del blocco 1 e una barriera corallina del blocco 2.
Hai ragione sul fatto che un'interazione significativa tra il mio predittore principale e i miei blocchi significa che c'è una variabile in agguato al lavoro ... e non sappiamo necessariamente cosa sia.Direi che le manipolazioni sul campo nell'ecologia marina sono notoriamente rumorose. Il blocco è un modo in cui cerchiamo di ridurre al minimo quel rumore.
Spero che inizi a chiarire le cose. Grazie mille. Apprezzalo.
Ri: Perché i miei valori previsti per il mio modello (binomiale ZI negativo) sono tutti uguali?Un modello di distribuzione binomiale negativo è, infatti, utile quando c'è una dispersione eccessiva, ma ogni modello ha uno scopo e una serie di presupposti. Un processo Bernoulli ha due risultati ed è necessario osservare entrambi i risultati. Se consideri un uovo un successo, allora come conti il fallimento (non uovo)?
È possibile utilizzare un modello di distribuzione di Poisson con un parametro di sovradispersione, in modo da non perdere la flessibilità del modello di distribuzione binomiale negativo. Ottieni il vantaggio di un modello con ipotesi che corrispondono alla tua situazione.
IL zona di opportunità è un concetto centrale del processo di conteggio . Ad esempio, potrei contare il numero di incidenti settimanali su un'autostrada specifica, nel qual caso una settimana è l'area di opportunità. Potrei contare il numero di infezioni da Staphylococcus per 100 posti letto nel reparto chirurgico, nel qual caso 100 posti letto sono l'area di opportunità. Questi sono esempi in cui l'area di opportunità rimane costante mentre modello i conteggi o provo i cambiamenti. D'altra parte, se contavo il numero di incidenti su molte autostrade diverse (diversa lunghezza, diversi tipi di traffico e carichi di traffico) o contavo il numero di infezioni da Staphylococcus che si verificano in molti ospedali diversi (diverso numero di posti letto, diversi reparti e specialità), quindi l'area di opportunità per ciascun conteggio varia. Devo misurare l'area di opportunità e aggiungerla al modello lineare del registro di Poisson come offset del registro. Dici che conti le uova per barriera corallina. Ogni barriera corallina inclusa nello studio offre la stessa area di opportunità? In caso negativo, come si determinano le diverse aree di opportunità?
Non mi è ancora chiaro cosa intendi per a bloccare . È semplicemente una replica dell'intero design? Se è così, allora un effetto di interazione significa davvero che c'è a variabile in agguato O fattore nascosto al lavoro, non solo un effetto casuale (varianza replicata).Come posso ottenere un altro blocco o creare un altro blocco nella tua situazione? Presumo che per "eterogeneità spaziale" ti riferisci alle differenze tra le barriere coralline. Ma non è solo il tuo errore casuale (errore di campionamento)? In tal caso, non dovresti modellarlo come un effetto fisso (interazione).
Dopo aver risolto alcuni di questi dettagli, possiamo discutere le trame.
Ri: Perché i miei valori previsti per il mio modello (binomiale ZI negativo) sono tutti uguali?
Hai ragione. Penso di aver supposto che la risposta media si sarebbe basata sui miei valori osservati piuttosto che sui miei valori previsti (nonostante abbia salvato il mio " Predizione forum". Doh). Col senno di poi, capisco perché ottengo valori costanti quando la mia risposta è l'intercettazione. La stragrande maggioranza del mio lavoro fino a questo punto ha avuto a che fare con distribuzioni normali e immagino che stavo cercando di utilizzare i valori previsti per adattare una linea ai miei valori osservati nel miglior modo possibile (simile a una regressione lineare). Sono sicuro che sto ancora fraintendendo molto di questo, ma sto cominciando a capire perché ho problemi.
La mia risposta è davvero il conteggio totale (di uova). Mentre inizialmente avevo usato un modello di Poisson prima, le persone mi avevano consigliato di usare una distribuzione binomiale negativa poiché sembra che io abbia a che fare con l'eccessiva dispersione. Non direi necessariamente di avere una definizione di successo o fallimento nel mio modello. A meno che la presenza delle uova non fosse considerata un "successo", anche se alla fine non è proprio quello che mi interessa. Quindi, sono sicuro che hai ragione sul fatto che probabilmente dovrei usare una distribuzione di Poisson. È possibile applicare un parametro di sovradispersione a un modello di Poisson in JMP? Ti dispiacerebbe chiarire cosa intendi per "area di opportunità".
Un blocco nella mia situazione ha una singola replica di tutti i miei trattamenti al suo interno (randomizzati) nel tentativo di affrontare l'eterogeneità spaziale. Sfortunatamente, avevo solo due blocchi nel mio modello (era limitato dallo spazio e dai fondi).
I grafici da A a E nel mio pannello rappresentano le 5 diverse metriche che sto osservando: numero totale di uova (per reef), femmine pro capite, maschi pro capite, produzione di uova per nido e produzione di uova per covata. Essenzialmente sono tutti modi diversi di guardare alla produzione riproduttiva nella mia specie. I grafici con una linea di tendenza sono significativi. I grafici A, D ed E avevano tutti un'interazione significativa (rapporto tra i sessi * blocco; proporzione maschio e rapporto tra i sessi sono usati in modo intercambiabile nel mio studio) ma nient'altro dopo la selezione. Solo il rapporto tra i sessi era significativo per il grafico C. La scala della risposta è diversa ma in tutti e 5 i grafici si tratta del conteggio delle uova.
Davvero davvero apprezzo tutto il tuo contributo finora Mark. Le tue risposte hanno chiarito a quantità delle cose per me. Grazie!
Ri: Perché i miei valori previsti per il mio modello (binomiale ZI negativo) sono tutti uguali?Non è una limitazione della regressione generalizzata in JMP. Il grafico mostra il grafico della funzione che hai usato come modello per il risposta media . Generalmente assomiglia a questo in assenza di fattori significativi: Y = B . B è il termine costante, o intercettare . Perché dovresti aspettarti che la media prevista mostri una tendenza quando la previsione è sempre B ?
Vedo che la tua risposta è conteggi totali . Il modello di distribuzione binomiale negativo si applica generalmente a una serie di indipendenti Prove Bernoulliane . Modella il numero di successi in una sequenza di prove Bernoulliane indipendenti e identicamente distribuite prima di un numero specificato (non casuale) di fallimenti si verifica. Qual è la definizione di successo e fallimento nella tua situazione? I dati di conteggio sono generalmente modellati meglio con una distribuzione di Poisson, che ha presupposti appropriati. Questo modello a parametro singolo può essere ampliato con un parametro di dispersione eccessiva e puoi includere un log offset se la tua area di opportunità non è costante.
Qual è la definizione di blocco nella tua situazione? Quanti blocchi si sono verificati nel tuo studio?
Qual è il significato di UN Attraverso e nella serie di trame?
Ri: Perché i miei valori previsti per il mio modello (binomiale ZI negativo) sono tutti uguali?Ciao Mark,
Grazie per la risposta. Sto eseguendo modelli di risposta media. Un set di dati viene eseguito come un modello binomiale negativo zero gonfiato e l'altro set di dati viene eseguito come un modello binomiale negativo.
Perdona la mia ignoranza (non ho familiarità con i binomi negativi e lo strumento di regressione generalizzata in JMP come vorrei essere) ma perché il modello per la risposta media fornisce solo una costante per i valori previsti quando non ce ne sono qualche fattore significativo? Anche se un modello non è significativo, potrebbe comunque esserci una tendenza che è qualcosa che sarei sicuramente interessato a vedere. Si tratta di una limitazione dello strumento di regressione generalizzata in JMP?
L'utilizzo della funzione "Salva formula di previsione" è stato principalmente il modo in cui ho rappresentato graficamente i miei modelli. È lì che ho visto queste costanti per i miei valori previsti in modelli non significativi.
Una rapida carrellata del mio progetto è un predittore continuo (rapporto tra i sessi) con un fattore di blocco. Sto osservando come il mio predittore influisce sulla produzione riproduttiva di una specie di pesce. Quando eseguo il mio modello, utilizzo il rapporto tra i sessi, il fattore di blocco e l'interazione tra i due. Inoltre, ho incluso la dimensione media degli individui maschi e femmine sulle mie barriere coralline (le mie repliche) come covariate. Ho usato Forward Selection e AICc per il fitting del modello.
Ho incluso un esempio delle uscite di uno dei miei modelli (questo particolare modello sta esaminando la produzione totale sui singoli reef). Ho anche incluso un pannello dei miei risultati per questo particolare modello; la figura A è il pannello che afferisce a questa analisi. Le cifre sono state realizzate in SigmaPlot ma sono state realizzate utilizzando i valori previsti dalle mie analisi JMP.
Capisco decisamente l'argomento per non modellare le interazioni con i fattori di blocco. Per qualsiasi motivo, però, nel mio campo (ecologia marina), è molto comune quindi sarebbe insolito se non lo facessi.
Grazie per la risposta Mark e qualsiasi aiuto è molto apprezzato. Fammi sapere se desideri vedere più risultati e/o chiarimenti.
Ri: Perché i miei valori previsti per il mio modello (binomiale ZI negativo) sono tutti uguali?Quali modelli? Sono modelli di distribuzione, come quelli usati da Life Distribution? Sono modelli di risposta media, come quelli usati dalla regressione generalizzata?
Vuoi tracciarli? Salvare il modello come formula di colonna e quindi utilizzare Costruttore di grafici. Traccerà il grafico di una funzione.
Il modello per la risposta media sarà una costante se non ci sono variabili/fattori/predittori/caratteristiche indipendenti significative (solo intercetta).
Se hai un effetto di interazione, allora per definizione l'effetto di un fattore (es. blocco) dipende dal livello di un altro fattore (es. fattore continuo). (A proposito, sei sicuro di voler modellare una tale interazione? Generalmente, non modelliamo le interazioni con i fattori di blocco per ragioni filosofiche e realistiche.)
Puoi condividere il design, i dati e l'output di cui stai chiedendo? Ho una fervida immaginazione, ma non è così buona.
Ri: Perché i miei valori previsti per il mio modello (binomiale ZI negativo) sono tutti uguali?Chiunque? Scusate per le continue risposte. Molte delle mie analisi per la mia tesi dipendono da questo.
Ri: Perché i miei valori previsti per il mio modello (binomiale ZI negativo) sono tutti uguali?Colpo.
