Parametrización del modelo de Poisson inflado ceroHola Comunidad JMP,
Tengo un conjunto de datos con una variable de conteo para predecir (Y), 3 variables numéricas (X1, X2, X3) y una categórica (X4) como variables independientes.
Ajusté el modelo de Poisson inflado con Zero a los datos tanto en R como en JMP (del modelo de ajuste> regresión generalizada). Pero los resultados no fueron los mismos. ¿Por qué son diferentes? Creo que puede haber algunas suposiciones invisibles. Me refiero a algunas suposiciones como el método de optimización y el número de iteraciones. ¿Cómo puedo ver los supuestos subyacentes del modelo de Poisson inflado con Cero en JMP?
Comparé diferentes modelos ZIP en R y JMP para diferentes variables. Los resultados son siempre los mismos y son diferentes solo cuando incluyo esa variable categórica (X4) en mi modelo.
Re: Cero suposiciones del modelo de Poisson infladoHola,
JMP puede estar utilizando un método de codificación diferente para contrastar categorías al estimar los coeficientes de las variables categóricas. Si tiene solo dos categorías, usar la opción de modelado ordinal para la variable dará el mismo resultado que otros programas, por lo general, estiman una variable ficticia con ceros y unos.
Re: Cero suposiciones del modelo de Poisson infladoNo quiero parecer 'exigente', pero usamos términos con significados específicos. No creo que tenga nada que ver con el modelo. suposiciones , pero podría tener algo que ver con el modelo parametrización , el predictor categórico en particular. No sé cómo se representan los parámetros del modelo para la estimación en el objeto R que está utilizando. Sé cómo JMP parametriza predictores categóricos.
Este es el lugar para descubrir la parametrización de JMP para factores categóricos en JMP 12. (La parametrización en JMP 13 es la misma, ¡pero la ubicación en la documentación cambia!)
Seleccionar Ayuda > Libros > Montaje de modelos lineales > Apéndice A: Detalles estadísticos > Los modelos factoriales . Esta sección describe la codificación para los niveles de predictor nominal y ordinal. los codificación de efectos utilizado en JMP es diferente de la codificación utilizada en algunos procedimientos de SAS, como PROC GLM, como verá. Puede ser diferente a la codificación utilizada en su objeto R.
Espero que esta información ayude a resolver las diferencias que ha observado.
Re: Cero suposiciones del modelo de Poisson inflado¡Gracias por la respuesta!
Estoy usando JMP Pro 12.0.1. Utilicé máxima verosimilitud y ninguna validación tanto en R como en JMP.
Además, acabo de descubrir que no se trata solo del modelo inflado cero. Ajustar un modelo lineal general (poisson) a los datos tiene diferentes resultados en R y JMP. Nuevamente cuando saco la variable categórica, los modelos son los mismos. ¿Es posible que haya algunas suposiciones sobre los datos categóricos?
Re: Cero suposiciones del modelo de Poisson inflado¿Qué versión de JMP Pro estás usando? Los algoritmos se mejoran con el tiempo.
¿Qué método de estimación utilizaste en la Regresión Generalizada? El lazo, el lazo doble, la regresión de la cresta y la red elástica, por ejemplo, producen resultados diferentes.
¿Qué opciones usaste para el ajuste? Las versiones adaptativas producirán diferentes resultados.
¿Qué método de validación usaste? La asignación aleatoria de observaciones a diferentes conjuntos de espera produce resultados diferentes cada vez que se ajustan a los datos.
