jose luis cañadas
2011-Jul-31 19:54 UTC
[R-es] ajuste de modelos logísticos con heterocedasticidad
Hola a todos. ¿Cómo puedo ajustar un modelo de regresión logística en el que la varianza de los errores no son iguales, sino que esta puede ser modelada por otras variables ? ¿Utilizando modelos mixtos o voy desencaminado? Gracias..
Carlos Ortega
2011-Jul-31 23:16 UTC
[R-es] ajuste de modelos logísticos con heterocedasticidad
Hola, Si los errores (entiendo que te refieres a los residuos) no son homocedasticos entonces tienes que utilizar un modelo de regresión (logística) que permita eliminar ( o reducir considerablemente ) esa variabilidad. Esto se consigue introduciendo una función ( polinomica, logaritmos ) bien en la variable "y" o en las variables "x". La elección de un tipo de función u otro depende de la variabilidad que muestren los residuos. Si presentan curvatura entonces ajustaras tu modelo con un polinomio sobre las "x", si es creciente/decreciente ( pero lineal ) en ese caso el modelo a ajustar es uno del tipo logarítmico. Saludos Carlos Ortega Www.qualityexcellence.es On Sunday, July 31, 2011, jose luis cañadas <canadasreche en gmail.com> wrote:> Hola a todos. > > ¿Cómo puedo ajustar un modelo de regresión logística en el que la > varianza de los errores no son iguales, sino que esta puede ser modelada > por otras variables ? > ¿Utilizando modelos mixtos o voy desencaminado? > > > Gracias.. > > _______________________________________________ > R-help-es mailing list > R-help-es en r-project.org > https://stat.ethz.ch/mailman/listinfo/r-help-es >
José Luis Cañadas
2011-Aug-01 06:36 UTC
[R-es] ajuste de modelos logísticos con heterocedasticidad
Hola. No es eso exactamente, me refiero a los llamados modelos de regresión heterocedástica, dónde se modela la varianza,. por ejemplo con log(sigma)=bZ con Z un conjunto de covariables que explican la heterocedasticidad. En el paquete statmod he encontrado la función /remlscore/ que asume un modelo de regresión heterocedástica , pero sólo para variables dependientes continuas. El 01/08/11 01:16, Carlos Ortega escribió:> Hola, > > Si los errores (entiendo que te refieres a los residuos) no son > homocedasticos entonces tienes que utilizar un modelo de regresión > (logística) que permita eliminar ( o reducir considerablemente ) esa > variabilidad. > > Esto se consigue introduciendo una función ( polinomica, logaritmos ) > bien en la variable "y" o en las variables "x". La elección de un tipo > de función u otro depende de la variabilidad que muestren los > residuos. Si presentan curvatura entonces ajustaras tu modelo con un > polinomio sobre las "x", si es creciente/decreciente ( pero lineal ) > en ese caso el modelo a ajustar es uno del tipo logarítmico. > > Saludos > Carlos Ortega > Www.qualityexcellence.es > > On Sunday, July 31, 2011, jose luis cañadas<canadasreche@gmail.com> wrote: >> Hola a todos. >> >> ¿Cómo puedo ajustar un modelo de regresión logística en el que la >> varianza de los errores no son iguales, sino que esta puede ser modelada >> por otras variables ? >> ¿Utilizando modelos mixtos o voy desencaminado? >> >> >> Gracias.. >> >> _______________________________________________ >> R-help-es mailing list >> R-help-es@r-project.org >> https://stat.ethz.ch/mailman/listinfo/r-help-es >>[[alternative HTML version deleted]]
Francisco Viciana
2011-Aug-01 08:01 UTC
[R-es] ajuste de modelos logísticos con heterocedasticidad
Los modelos mixtos que apuntabas, creo que son una buena alternativa. El paquete ''lme4'' quizas pueda ser útil. . El 01/08/2011 8:36, José Luis Cañadas escribió:> Hola. > > No es eso exactamente, me refiero a los llamados modelos de regresión > heterocedástica, dónde se modela la varianza,. por ejemplo con > log(sigma)=bZ con Z un conjunto de covariables que explican la > heterocedasticidad. > > En el paquete statmod he encontrado la función /remlscore/ que asume un > modelo de regresión heterocedástica , pero sólo para variables > dependientes continuas. > > > El 01/08/11 01:16, Carlos Ortega escribió: >> Hola, >> >> Si los errores (entiendo que te refieres a los residuos) no son >> homocedasticos entonces tienes que utilizar un modelo de regresión >> (logística) que permita eliminar ( o reducir considerablemente ) esa >> variabilidad. >> >> Esto se consigue introduciendo una función ( polinomica, logaritmos ) >> bien en la variable "y" o en las variables "x". La elección de un tipo >> de función u otro depende de la variabilidad que muestren los >> residuos. Si presentan curvatura entonces ajustaras tu modelo con un >> polinomio sobre las "x", si es creciente/decreciente ( pero lineal ) >> en ese caso el modelo a ajustar es uno del tipo logarítmico. >> >> Saludos >> Carlos Ortega >> Www.qualityexcellence.es >> >> On Sunday, July 31, 2011, jose luis cañadas<canadasreche@gmail.com> wrote: >>> Hola a todos. >>> >>> ¿Cómo puedo ajustar un modelo de regresión logística en el que la >>> varianza de los errores no son iguales, sino que esta puede ser modelada >>> por otras variables ? >>> ¿Utilizando modelos mixtos o voy desencaminado? >>> >>> >>> Gracias.. >>> >>> _______________________________________________ >>> R-help-es mailing list >>> R-help-es@r-project.org >>> https://stat.ethz.ch/mailman/listinfo/r-help-es >>> > [[alternative HTML version deleted]] > > > > _______________________________________________ > R-help-es mailing list > R-help-es@r-project.org > https://stat.ethz.ch/mailman/listinfo/r-help-es-- +-------------------------------------------------------------- | Francisco J. Viciana Fernández | Coordinador del Registro de Población | Servicio de Estadísticas Demográficas y Sociales | Instituto de Estadística y Cartografía de Andalucía | Leonardo Da Vinci, nº 21. Isla de La Cartuja. | 41071 SEVILLA. | franciscoj.viciana@juntadeandalucia.es | Tlf.: +(34) 95 503 38 21 +-------------------------------------------------------------- [[alternative HTML version deleted]]
Eloi Ribeiro
2011-Aug-01 08:25 UTC
[R-es] ajuste de modelos logísticos con heterocedasticidad
An embedded and charset-unspecified text was scrubbed... Name: não disponível URL: <https://stat.ethz.ch/pipermail/r-help-es/attachments/20110801/9e6b4bb1/attachment.pl>
jose luis cañadas
2011-Aug-01 15:42 UTC
[R-es] ajuste de modelos logísticos con heterocedasticidad
Creo que he encontrado un paquete que puede servir , se trata de ordinal , que por ejemplo con la función clm ajusta modelos de odds proporcionales con un modelo multiplicativo para la varianza. En el output por defecto da la estimación de los parámetros beta para el modelo logístico ( o usando otra función link) y los parámetros zeta para la varianza .. Si alguien lo ha probado, le agradecería que me comentara que tal funciona. PD. Gracias a todos por las respuestas. clm Cumulative link models Description Fits cumulative link models with an additive model for the location and a multiplicative model for the scale. The function allows for structured thresholds. A popular special case of a CLM is the proportional odds model. In addition to the standard link functions, two flexible link functions, "Arandar-Ordaz" and "log-gamma" are available, where an extra link function parameter provides additional flexibility. A subset of the predictors can be allowed to have nominal rather than ordinal effects. This has been termed "partial proportional odds" when the link is the logistic. El 01/08/11 10:25, Eloi Ribeiro escribió:> Talvez esto te pueda ayudar: > http://dl.dropbox.com/u/2736772/R%20course/5-Modelos%20lineales%20mixtos%20en%20R.pdf > Sacado de aqui: > http://luiscayuela.blogspot.com/2010/06/analisis-de-datos-ecologicos-en-r.html > > Saludos, > > > Eloi Ribeiro > GIS Analyst > 39,45º -0,40º > http://eloiribeiro.wordpress.com > > > 2011/8/1 Francisco Viciana <franciscoj.viciana@juntadeandalucia.es> > >> Los modelos mixtos que apuntabas, creo que son una buena alternativa. El >> paquete ''lme4'' quizas pueda ser útil. . >> >> El 01/08/2011 8:36, José Luis Cañadas escribió: >>> Hola. >>> >>> No es eso exactamente, me refiero a los llamados modelos de regresión >>> heterocedástica, dónde se modela la varianza,. por ejemplo con >>> log(sigma)=bZ con Z un conjunto de covariables que explican la >>> heterocedasticidad. >>> >>> En el paquete statmod he encontrado la función /remlscore/ que asume un >>> modelo de regresión heterocedástica , pero sólo para variables >>> dependientes continuas. >>> >>> >>> El 01/08/11 01:16, Carlos Ortega escribió: >>>> Hola, >>>> >>>> Si los errores (entiendo que te refieres a los residuos) no son >>>> homocedasticos entonces tienes que utilizar un modelo de regresión >>>> (logística) que permita eliminar ( o reducir considerablemente ) esa >>>> variabilidad. >>>> >>>> Esto se consigue introduciendo una función ( polinomica, logaritmos ) >>>> bien en la variable "y" o en las variables "x". La elección de un tipo >>>> de función u otro depende de la variabilidad que muestren los >>>> residuos. Si presentan curvatura entonces ajustaras tu modelo con un >>>> polinomio sobre las "x", si es creciente/decreciente ( pero lineal ) >>>> en ese caso el modelo a ajustar es uno del tipo logarítmico. >>>> >>>> Saludos >>>> Carlos Ortega >>>> Www.qualityexcellence.es >>>> >>>> On Sunday, July 31, 2011, jose luis cañadas<canadasreche@gmail.com> >> wrote: >>>>> Hola a todos. >>>>> >>>>> ¿Cómo puedo ajustar un modelo de regresión logística en el que la >>>>> varianza de los errores no son iguales, sino que esta puede ser >> modelada >>>>> por otras variables ? >>>>> ¿Utilizando modelos mixtos o voy desencaminado? >>>>> >>>>> >>>>> Gracias.. >>>>> >>>>> _______________________________________________ >>>>> R-help-es mailing list >>>>> R-help-es@r-project.org >>>>> https://stat.ethz.ch/mailman/listinfo/r-help-es >>>>> >>> [[alternative HTML version deleted]] >>> >>> >>> >>> _______________________________________________ >>> R-help-es mailing list >>> R-help-es@r-project.org >>> https://stat.ethz.ch/mailman/listinfo/r-help-es >> >> -- >> +-------------------------------------------------------------- >> | Francisco J. Viciana Fernández >> | Coordinador del Registro de Población >> | Servicio de Estadísticas Demográficas y Sociales >> | Instituto de Estadística y Cartografía de Andalucía >> | Leonardo Da Vinci, nº 21. Isla de La Cartuja. >> | 41071 SEVILLA. >> | franciscoj.viciana@juntadeandalucia.es >> | Tlf.: +(34) 95 503 38 21 >> +-------------------------------------------------------------- >> >> >> [[alternative HTML version deleted]] >> >> >> _______________________________________________ >> R-help-es mailing list >> R-help-es@r-project.org >> https://stat.ethz.ch/mailman/listinfo/r-help-es >> >> > [[alternative HTML version deleted]] > > > > _______________________________________________ > R-help-es mailing list > R-help-es@r-project.org > https://stat.ethz.ch/mailman/listinfo/r-help-es[[alternative HTML version deleted]]