Dlaczego istnieje różnica pomiędzy ręcznym obliczeniem regresji logistycznej 95% przedziału ufności a użyciem funkcji confint () w R?
Drodzy wszyscy - zauważyłem coś dziwnego, czego nie potrafię wyjaśnić, prawda? Podsumowując: ręczne podejście do obliczania przedziału ufności w modelu regresji logistycznej oraz funkcja R confint()dają różne wyniki. Przechodziłem przez regresję logistyczną stosowaną przez Hosmer & Lemeshow...
r
regression
logistic
confidence-interval
profile-likelihood
correlation
mcmc
error
mixture
measurement
data-augmentation
r
logistic
goodness-of-fit
r
time-series
exponential
descriptive-statistics
average
expected-value
data-visualization
anova
teaching
hypothesis-testing
multivariate-analysis
r
r
mixed-model
clustering
categorical-data
unsupervised-learning
r
logistic
anova
binomial
estimation
variance
expected-value
r
r
anova
mixed-model
multiple-comparisons
repeated-measures
project-management
r
poisson-distribution
control-chart
project-management
regression
residuals
r
distributions
data-visualization
r
unbiased-estimator
kurtosis
expected-value
regression
spss
meta-analysis
r
censoring
regression
classification
data-mining
mixture