Вопросы с тегом «confounding»

В статистических моделях считается, что смешение возникает, когда очевидная зависимость ответа от предиктора частично или полностью обусловлена ​​зависимостью обоих от третьей переменной, не включенной в модель, или зависимостью от линейной комбинации других переменных, включенных в модель. модель. Смешение с переменной, включенной в модель, часто называется мультиколлинеарностью. Синоним - * aliasing *, используемый при планировании экспериментов.

5
Как именно один «контролирует другие переменные»?
Вот статья, которая мотивировала этот вопрос: неужели нетерпение делает нас толстыми? Мне понравилась эта статья, и она хорошо демонстрирует концепцию «контроля за другими переменными» (IQ, карьера, доход, возраст и т. Д.), Чтобы наилучшим образом выделить истинные отношения только между двумя рассматриваемыми переменными. Можете ли вы объяснить мне, как вы фактически …

15
Результаты выборов в США 2016: что пошло не так с моделями прогнозирования?
Сначала это был Brexit , теперь выборы в США. Многие модельные прогнозы были отклонены с большой разницей, и есть ли уроки, которые нужно здесь извлечь? Вчера в 16:00 по тихоокеанскому времени рынки ставок по-прежнему предпочитали Хиллари 4: 1. Я полагаю, что рынки ставок с реальными деньгами на линии должны выступать …

3
Какую больницу выбрать? Один имеет более высокий показатель успеха, но другой имеет более высокий общий показатель успеха
Этот вопрос был перенесен из Математического стека обмена, потому что на него можно ответить по перекрестной проверке. Мигрировал 7 лет назад . У меня есть вопрос о том, что мой учитель статистики сказал о следующей проблеме. Мой вопрос даже не о появлении парадокса Симпсона в этой ситуации. Мой вопрос просто …

3
Нужно ли включать «все соответствующие предикторы»?
Основное предположение об использовании регрессионных моделей для вывода заключается в том, что «все соответствующие предикторы» были включены в уравнение прогнозирования. Обоснование состоит в том, что отказ от включения важного фактического фактора приводит к смещенным коэффициентам и, следовательно, к неточным выводам (т. Е. Пропускается переменное смещение). Но в исследовательской практике я …

1
Confounder - определение
Согласно М. Кацу в его книге « Анализ многовариантности» (Раздел 1.2, стр. 6): « Определяющий фактор связан с фактором риска и причинно связан с результатом. » Почему оппонент должен быть причинно связан с результатом? Достаточно ли будет связывающего с результатом?

1
Методы анализа соотношений
Я ищу советы и комментарии, которые касаются анализа соотношений и ставок. В области, в которой я работаю, анализ коэффициентов, в частности, широко распространен, но я прочитал несколько статей, которые предполагают, что это может быть проблематично, я думаю о: Кронмаль, Ричард А. 1993. Ложная корреляция и ошибка стандарта соотношения вновь. Журнал …

4
Почему сопоставление оценки склонности работает для причинного вывода?
Сопоставление баллов склонности используется для определения причинно-следственных связей в наблюдательных исследованиях (см. Статью Розенбаума / Рубина ). Что за простая интуиция, почему она работает? Другими словами, почему, если мы удостоверимся, что вероятность участия в лечении одинакова для двух групп, смешанные эффекты исчезнут, и мы можем использовать результат, чтобы сделать причинные …

3
Потенциальная путаница в дизайне эксперимента
Обзор вопроса Предупреждение: этот вопрос требует много настроек. Пожалуйста, потерпите меня. Мой коллега и я работаем над проектом эксперимента. Дизайн должен работать с большим количеством ограничений, которые я перечислю ниже. Я разработал схему, которая удовлетворяет ограничениям и дает нам объективные оценки наших эффектов интереса. Тем не менее, мой коллега считает, …

2
Неограниченность в причинной модели Рубина - объяснение Леймана
При реализации причинной модели Рубина, одно из (непроверяемых) предположений, которое нам нужно, - это необоснованность, что означает ( Y( 0 ) , Y( 1 ) ) ⊥ T| Икс(Y(0),Y(1))⊥T|Икс(Y(0),Y(1))\perp T|X Если LHS - это контрфактуальность, T - это лечение, а X - ковариаты, которые мы контролируем. Мне интересно, как описать …

3
Какие примеры скрытых переменных в контролируемых экспериментах есть в публикациях?
В этом документе: Скрывающиеся переменные: некоторые примеры Брайан Л. Джойнер The American Statistician Vol. 35, № 4, ноябрь 1981 г. 227-233 Брайан Джоунер утверждает, что «рандомизация не является панацеей». Это противоречит распространенным утверждениям, таким как приведенное ниже: Хорошо спроектированный эксперимент включает конструктивные особенности, которые позволяют исследователям исключать посторонние переменные в …

2
Возможно ли иметь переменную, которая действует как модификатор эффекта и как определяющий фактор?
Возможно ли иметь переменную, которая действует как модификатор эффекта (измерения) и как фактор, влияющий на данную пару ассоциаций риск-результат? Я все еще немного не уверен в различии. Я посмотрел на графические обозначения, чтобы помочь мне понять разницу, но различия в обозначениях сбивают с толку. Графическое / визуальное объяснение двух и …

1
Почему Anova () и drop1 () предоставили разные ответы для GLMM?
У меня есть GLMM формы: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Когда я использую drop1(model, test="Chi"), я получаю другие результаты, чем если бы я использовал Anova(model, type="III")из пакета автомобиля или summary(model). Последние два дают одинаковые ответы. Используя кучу сфабрикованных данных, я обнаружил, …
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 
Используя наш сайт, вы подтверждаете, что прочитали и поняли нашу Политику в отношении файлов cookie и Политику конфиденциальности.
Licensed under cc by-sa 3.0 with attribution required.