José Luis, muchas gracias, es que aparte de las estimaciones puntuales, me
gustaría ver cómo son las estimaciones de las varianzas con las tres
alternativas que propones.
Un abrazo
Gregorio
El 25 de abril de 2012 13:51, José Luis Cañadas
<canadasreche@gmail.com>escribió:
> Por supuesto, aquí lo tienes
>
> http://dl.dropbox.com/u/2712908/datos_TIC.RData
>
> Son solo tres variables , y los datos corresponden sólo a Andalucía. Lo
> estoy utilizando para ilustrar la regresión logística con R en un ejercicio
> del master.
>
> El 25/04/12 12:33, Gregorio R. Serrano escribió:
>
> Hola.
>
> José Luis ¿puedes poner un enlace al archivo de datos para enredar?
>
> Gracias de antemano
> Gregorio R. Serrano
>
> El 25 de abril de 2012 10:45, José Luis Cañadas
<canadasreche@gmail.com>escribió:
>
>> Hola. Estoy teniendo problemas para enviar correos a la lista ( a ver
si
>> este llega).
>> Reenvío el que he mandado a Manel, con respecto a logit y
ponderaciones.
>>
>>
>> Hace un tiempo me tropecé con el mismo problema con las ponderaciones.
>> Tenía una variable dependiente "uso de internet" en 0 y 1 .
una
>> independiente "edad" y como pesos un factor de elevación,
(era encuesta del
>> INE). Mis soluciones fueron. Mis variables uso_int, edad y factor.elev
>> están en un data.frame que he llamado datos
>>
>> 1. Uso de survey
>>
>> ### probando survey ##
>>
>> library(survey)
>> # nos creamos el data.frame con
>> datos<- data.frame(uso_int,edad,factor.elev)
>>
>> # nos creamos el objeto svydesign con factor.elev como peso
>> ddatos <- svydesign(id=~1,weights=~factor.elev,data=datos)
>>
>> # ahora uso svyglm con family binomial
>> modelo <- svyglm(uso_int~edad,family=binomial,design=ddatos)
>>
>> 2. Uso de lrm
>>
>> library(rms)
>> modelo.lrm <-
lrm(uso_int~edad,weights=factor.elev,data=datos,x=T,y=T)
>> modelo.lrm
>>
>> 3. Uso de glm , utilizando previamente xtabs
>>
>> #Utilizando la tabla que se obtiene con xtabs, pasándola a data.frame y
>> utilizar glm con la opción weights ,poniendo como #peso las frecuencias
que
>> se obtienen en el data.frame.
>>
>> attach(datos)
>> tabla2 <- xtabs(factor.elev ~ edad+uso_int)
>> datos2 <- data.frame(tabla2)
>>
>> # convierto uso_int a numérica 0,1
>> datos2$uso_int <- ifelse(datos2$uso_int=="0",0,1)
>>
>> # convierto edad del data.frame que está en factor a numérica,
>> conservando el número original
>> datos2$edad <- as.numeric(as.character(datos2$edad))
>>
>> # calculo el modelo.
>> modelo.4 <- glm(uso_int ~ edad
,family=binomial,weights=Freq,data=datos2)
>>
>> Personalmente, me gusta mucho lrm ya que permite obtener medidas de
>> bondad de ajuste correctas cuando tenemos variables continuas como
>> independiente . Hecha un vistazo a la ayuda de residuals.lrm
>>
>>
>>
>>
>> El 24/04/12 22:00, J Manel S Griño escribió:
>>
>> Hola de nuevo,
>>
>> S�, los NR s�n NA, pero codificados como una categoria para a�adirlos
al
>> an�lisis (aunque s� que son poquitos).
>>
>> Yo tambi�n creo como Gregorio respecto a las ponderaciones en glm.
>>
>> Y respecto a survey, aunque la verdad es qe es un paquete que hace
tiempo
>> que intento entender y me est� costando banstante, lo habia probado y
me da
>> el mismo error. Lo que he hecho con survey es lo siguiente:
>>
>> ddades <- svydesign(id=~1,weights=~pond,data=prova)
>> mod2 <- svyglm(dep~indep,family="binomial",design=ddades)
>>
>> Por internet encontr� la posible soluci�nl
quasibinomial(link="logit"),
>> pero creo que no es la soluci�n porque en realidad la quasibinomial no
ha
>> sido pensada para esto (vaya, que creo que las ponderaciones en la
>> quasibinomial tienen el mismo sentido que en la binomial). Y tambi�n he
>> encontrado una posible soluci�n haciendo un round() a mis
ponderaciones,
>> pero esto a�n me parece m�s "alejado de la verdad".
>>
>> Seguiremos investigando...
>>
>> Gracias.
>>
>> [[alternative HTML version deleted]]
>>
>>
>>
>>
>> _______________________________________________
>> R-help-es mailing
listR-help-es@r-project.orghttps://stat.ethz.ch/mailman/listinfo/r-help-es
>>
>>
>>
>>
>> _______________________________________________
>> R-help-es mailing list
>> R-help-es@r-project.org
>> https://stat.ethz.ch/mailman/listinfo/r-help-es
>>
>>
>
>
> --
> Dr. Gregorio R. Serrano
> Dpto. Economía Cuantitativa (UCM)
> Voz:+34 91394 2361
> Twitter: @grserrano_
> http://www.grserrano.es
>
>
>
--
Dr. Gregorio R. Serrano
Dpto. Economía Cuantitativa (UCM)
Voz:+34 91394 2361
Twitter: @grserrano_
http://www.grserrano.es
[[alternative HTML version deleted]]