search for: ponderar

...family taken to be 1) Null deviance: 8554552 on 3484 degrees of freedom Residual deviance: 89235796 on 3483 degrees of freedom AIC: 89235800 Number of Fisher Scoring iterations: 10 Que no se parece en nada a lo estimado por SPSS. ¿Hay alguna forma de hacerlo? Según leo en la ayuda de spss "Ponderar casos proporciona a los casos diferentes ponderaciones (mediante una réplica simulada) para el análisis estadístico. - Los valores de la variable de ponderación deben indicar el número de observaciones representadas por casos únicos en el archivo de datos. --Los casos con valores perdidos, negati...

Buenas tardes, Estoy intentando ajustar distribuciones utilizando un vector de ponderación en los datos (Weighted Likelihood). ¿Existen paquetes en R que resuelven esto? He mirado ya el paquete "wle" pero no me permite introducir los pesos mediante los cuales ponderar los datos. En un primer momento, se me ha ocurrido realizar lo siguiente: repetir cada elemento del vector datos tantas veces como indique el vector pesos ?modificado? (multiplicado por una potencia de 10, para que sean todos números enteros). Y con este vector de datos repetidos realizar el ajus...

...> Buenas tardes, > > Estoy intentando ajustar distribuciones utilizando un vector de ponderación > en los datos (Weighted Likelihood). ¿Existen paquetes en R que resuelven > esto? He mirado ya el paquete "wle" pero no me permite introducir los pesos > mediante los cuales ponderar los datos. > > En un primer momento, se me ha ocurrido realizar lo siguiente: repetir > cada elemento del vector datos tantas veces como indique el vector pesos > ?modificado? (multiplicado por una potencia de 10, para que sean todos > números enteros). Y con este vector de datos re...

...ias y 97 ausencias. Sin embargo, como todo lo que tengo son ausencias y no pseudoausencias me recomendaron utilizar las 97 presencias frente a todas las ausencias, aquí viene el problema. Si realizo un GLM con ausencia/presencia como variable dependiente no siendo ésta proporcional entre 1 y 0 debo ponderar las observaciones, lo cuál creo que se realiza añadiendo el vector "weights" a la función, quedando asi: modelo <- glm(v_dependiente ~ v1 + v2 + v3, data = datset, weights="x", family = binomial (link=logit) Mi duda es cómo calcular el factor de ponderación de las presencia...

Dispongo de un experimento en el que cinco tratamientos ha sido aplicados a cinco grupos de voluntarios. En cada grupo había tres personas y a cada persona se le tomaron 3 medidas, En total dispongo de 45 medidas, pero evidentemente no son independientes entre sí. Si no tomo en cuenta que las medidas de la misma persona son más parecidas entre sí (bloques anidados) estaría incurriendo en

Muchas gracias Carlos; ¡tu siempre al pié del cañón! (lo puse el día de reyes a la 1.20h y me contestas a las 2.45h) Una cosa más: si el eje y es la probabilidad ¿por qué va de 0 a 10? En un RF para clasificación me da valores parecidos a los de tu ejemplo, y en otro para regresión, valores de y entre 45 y 55. Para regresión, el último parámetro no puede ser una categoría, como