causality पर टैग किए गए जवाब

मेरे पास फॉर्म का GLMM है: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) जब मैं उपयोग करता हूं drop1(model, test="Chi"), तो मुझे Anova(model, type="III")कार के पैकेज से उपयोग करने की तुलना में अलग-अलग परिणाम मिलते हैं या summary(model)। ये उत्तरार्द्ध दो ही जवाब …

10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 

निम्नलिखित मानक समीकरणों के अंतर-अंतर दृष्टिकोण पर मेरा एक प्रश्न है: जहां इलाज समूह और पोस्ट के लिए एक डमी चर है। y= ए + बी1उपचार + बी2पोस्ट + बी3इलाज ⋅ पोस्ट + यूy=ए+ख1इलाज+ख2पद+ख3इलाज⋅पद+यू y= a + b_1\text{treat}+ b_2\text{post} + b_3\text{treat}\cdot\text{post} + u अब, मेरा प्रश्न सरल है: अधिकांश पेपर …

10 regression  multiple-regression  causality 

मैं वर्तमान में पर्ल के टुकड़े (पर्ल, 2009, 2 डी संस्करण) को एक मॉडल और वास्तविक आकलन के गैर-समरूप पहचान के बीच लिंक स्थापित करने के लिए कारण और संघर्ष पर पढ़ रहा हूं। दुर्भाग्य से, पर्ल खुद इस विषय पर बहुत चुप हैं। एक उदाहरण देने के लिए, मेरे …

10 estimation  references  causality 

यह सिर्फ एक उदाहरण है कि मैं कई बार आया हूं, इसलिए मेरे पास कोई नमूना डेटा नहीं है। R में एक रैखिक प्रतिगमन मॉडल चलाना: a.lm = lm(Y ~ x1 + x2) x1एक सतत चर है। x2श्रेणीबद्ध है और इसके तीन मान हैं "उदा", "मध्यम" और "उच्च"। हालाँकि R …

10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 

मेरी समझ यह है कि प्रतिगमन भी कारण नहीं देता है। यह केवल y चर और x चर के बीच सहयोग और संभवतः एक दिशा दे सकता है। क्या मैं सही हूँ? मैंने अक्सर "एक्स प्रिडिक्ट्स वाई" के समान वाक्यांशों को यहां तक ​​कि अधिकांश पाठ्यक्रम पाठ्यपुस्तकों और यहां तक …

9 regression  logistic  predictive-models  terminology  causality 

मैं प्रिवेंशन स्कोर वेटिंग (विशेष रूप से आईपीटीडब्ल्यू) का उपयोग करके अवलोकन डेटा से औसत उपचार प्रभाव का अनुमान लगाने की कोशिश कर रहा हूं। मुझे लगता है कि मैं सही ढंग से ATE की गणना कर रहा हूं, लेकिन मुझे पता नहीं है कि व्युत्क्रम स्कोर के वज़न को …

9 r  survey  causality  propensity-scores  observational-study 

मैं प्रचारक मॉडलिंग उद्देश्यों के लिए बहिर्जात चर के साथ संवर्धित ARIMA मॉडलिंग के साथ व्याप्त हूं और मेरे पास व्यवसाय उपयोगकर्ताओं के लिए इसे समझाने में कठिन समय है। कुछ मामलों में सॉफ्टवेयर पैकेज एक साधारण ट्रांसफर फंक्शन यानी पैरामीटर * एक्सोजेनस वेरिएबल के साथ समाप्त होते हैं। इस …

9 time-series  data-visualization  forecasting  arima  causality 

रैंडम असाइनमेंट मूल्यवान है क्योंकि यह संभावित परिणामों से उपचार की स्वतंत्रता सुनिश्चित करता है। यही कारण है कि यह औसत उपचार प्रभाव के निष्पक्ष अनुमानों की ओर जाता है। लेकिन अन्य असाइनमेंट योजनाएं संभावित परिणामों से उपचार की स्वतंत्रता को व्यवस्थित रूप से सुनिश्चित कर सकती हैं। तो हमें …

9 econometrics  experiment-design  causality  instrumental-variables  random-allocation