क्या किसी को इस बात की व्युत्पत्ति है कि प्रोब और लॉजिट जैसे बाइनरी मॉडल में ऑफसेट कैसे काम करता है?
मेरी समस्या में, अनुवर्ती विंडो लंबाई में भिन्न हो सकती है। मान लीजिए कि रोगियों को उपचार के रूप में रोगनिरोधी गोली मिलती है। शॉट अलग-अलग समय पर होता है, इसलिए यदि परिणाम बाइनरी सूचक है कि क्या कोई भी भड़कना हुआ, तो आपको इस तथ्य के लिए समायोजित करने की आवश्यकता है कि कुछ लोगों के पास लक्षणों को प्रदर्शित करने के लिए अधिक समय है। ऐसा लगता है कि भड़कने की संभावना अनुवर्ती अवधि की लंबाई के लिए आनुपातिक है। यह मेरे लिए गणितीय रूप से स्पष्ट नहीं है कि कैसे ऑफसेट के साथ एक द्विआधारी मॉडल इस अंतर्ज्ञान (पोइसन के साथ विपरीत) को पकड़ता है।
ऑफसेट है दोनों में एक मानक विकल्प Stata (p.1666) और आर , और मैं आसानी से एक के लिए इसे देख सकते हैं प्वासों , लेकिन द्विआधारी मामले में थोड़ा अपारदर्शी है।
उदाहरण के लिए, यदि हमारे पास यह बीजगणितीय मॉडल के समान है जहां जो मानक मॉडल है जिसके गुणांक के साथ विवश । इसे लॉगरिदमिक ऑफ़सेट कहा जाता है । मुझे यह पता लगाने में समस्या हो रही है कि अगर हम या साथ को प्रतिस्थापित करते हैं तो यह कैसे काम करता है ।लॉगजेड1exp{}Φ()Λ()
# 1 अपडेट करें:
लॉगिट मामले को नीचे समझाया गया था।
अपडेट # 2:
यहाँ प्रोबेट जैसे गैर-पॉज़िशन मॉडल के लिए ऑफ़सेट का मुख्य उपयोग प्रतीत होता है। ऑफसेट का उपयोग इंडेक्स फ़ंक्शंस गुणांक पर संभावना अनुपात परीक्षण करने के लिए किया जा सकता है। पहले आप बिना पढ़े मॉडल का अनुमान लगाते हैं और अनुमानों को संग्रहीत करते हैं। मान लें कि आप उस परिकल्पना का परीक्षण करना चाहते हैं जो । तब आप चर बनाते हैं , मॉडल छोड़ने वाले फिट करते हैं और को गैर-लघुगणक ऑफसेट के रूप में उपयोग करते हैं । यह विवश मॉडल है। एलआर परीक्षण दोनों की तुलना करता है, और सामान्य वाल्ड परीक्षण का एक विकल्प है।जेड = 2 ⋅ एक्स एक्स जेड