W modelach statystycznych mówi się, że zmylenie występuje, gdy pozorna zależność odpowiedzi od predyktora jest częściowo lub całkowicie spowodowana zależnością obu zmiennych od trzeciej zmiennej nieuwzględnionej w modelu lub zależnością od liniowej kombinacji innych zmiennych zawartych w model. Pomieszanie ze zmienną zawartą w modelu jest często nazywane wielokoliniowością. Synonimem jest * aliasing *, używany w projektowaniu eksperymentów.
Oto artykuł, który uzasadnił to pytanie: Czy niecierpliwość czyni nas grubymi? Podobał mi się ten artykuł, który ładnie pokazuje koncepcję „kontrolowania innych zmiennych” (iloraz inteligencji, kariera, dochód, wiek itp.) W celu jak najlepszego wyodrębnienia prawdziwej relacji między tylko dwiema...
Najpierw był Brexit , teraz wybory w USA. Wiele prognoz modelowych zostało znacznie zmniejszonych i czy można się z nich wyciągnąć wnioski? Jeszcze wczoraj o 16:00 czasu PST rynki bukmacherskie nadal faworyzowały Hillary od 4 do 1. Uważam, że rynki bukmacherskie z prawdziwymi pieniędzmi na linii...
To pytanie zostało przeniesione z Mathematics Stack Exchange, ponieważ można na nie odpowiedzieć podczas weryfikacji krzyżowej. Migrował 7 lat temu . Mam pytanie dotyczące czegoś, co mój nauczyciel statystyk powiedział o następującym problemie. Moje pytanie nawet nie...
Podstawowym założeniem stosowania modeli regresji do wnioskowania jest to, że „wszystkie istotne predyktory” zostały uwzględnione w równaniu predykcyjnym. Uzasadnieniem jest to, że nieuwzględnienie ważnego czynnika w świecie rzeczywistym prowadzi do tendencyjnych współczynników, a tym samym do...
Według M. Katza w jego książce Analiza wieloczynnikowa (sekcja 1.2, strona 6): „ Zdezorientator jest związany z czynnikiem ryzyka i przyczynowo związany z wynikiem. ” Dlaczego ten dezorientator musi być przyczynowo związany z wynikiem? Czy wystarczyłoby, aby osoba wprowadzająca zamieszanie...
Szukam porad i komentarzy dotyczących analizy wskaźników i stawek. W dziedzinie, w której pracuję, analiza wskaźników jest powszechna, ale przeczytałem kilka artykułów, które sugerują, że może to być problematyczne, myślę o: Kronmal, Richard A. 1993. Ponownie zbadano fałszywą korelację i...
Wdrażając model przyczynowy Rubina, jednym z (niestabilnych) założeń, których potrzebujemy, jest nieuzasadnienie, co oznacza (Y(0),Y(1))⊥T|X(Y(0),Y(1))⊥T|X(Y(0),Y(1))\perp T|X Tam, gdzie LHS jest alternatywą, T to leczenie, a X to zmienne towarzyszące, które kontrolujemy. Zastanawiam się, jak...
Dopasowanie oceny skłonności służy do wnioskowania przyczynowego w badaniach obserwacyjnych (patrz artykuł Rosenbaum / Rubin ). Jaka jest prosta intuicja, dlaczego to działa? Innymi słowy, dlaczego jeśli upewnimy się, że prawdopodobieństwo uczestniczenia w leczeniu jest równe dla obu grup, znikną...
Omówienie pytania Ostrzeżenie: To pytanie wymaga wielu ustawień. Proszę o wyrozumiałość. Mój kolega i ja pracujemy nad projektem eksperymentu. Projekt musi obejść wiele ograniczeń, które wymienię poniżej. Opracowałem projekt, który spełnia ograniczenia i daje nam obiektywne oceny naszych efektów...
W tym papierze: Czające się zmienne: niektóre przykłady Brian L. Joiner The American Statistician Vol. 35, nr 4, listopad 1981 227-233 Brian Joiner twierdzi, że „randomizacja nie jest panaceum”. Jest to sprzeczne z powszechnymi stwierdzeniami, takimi jak poniższe: Dobrze zaprojektowany...
Mam GLMM w postaci: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Kiedy używam drop1(model, test="Chi"), otrzymuję inne wyniki niż w przypadku korzystania Anova(model, type="III")z pakietu samochodowego lub summary(model). Te dwa ostatnie...
Czy można mieć zmienną, która działa zarówno jako modyfikator efektu (pomiaru), jak i czynnik zakłócający dla danej pary powiązań ryzyko-wynik? Nadal jestem trochę niepewny co do tego rozróżnienia. Spojrzałem na notację graficzną, aby pomóc mi zrozumieć różnicę, ale różnice w notacji są...