similar to: GLM con clusters

Gracias a todos por sus respuestas, perdón si no fui muy claro. Lo que intento replicar es un análisis realizado en Stata, tengo que hacer los mismos cálculos pero en el r. En Stata lo que se hizo fue: xi: logistic i.coord i.v11_sexo, vce (cluster red) *Vce (cluster clustvar) especifica que los errores estándar permiten la correlación intragrupo, relajando el requisito habitual de que las

Una consulta desde un Uruguay muy lluvioso, como se realiza una prueba Chi-cuadrado ajustando por otra variable. Muchas gracias! Saludos! Sebastián. [[alternative HTML version deleted]]

Hola Eric, A la que me refiero es a la que se utiliza para probar la independencia de dos variables entre sí, mediante la presentación de los datos en tablas de contingencia. Pero no se si se puede realiza esa prueba Chi-cuadrado ajustando por otra variable. Y no me refiero a si quiero probar la independencia de X1 y X2 y tengo además la variable *sexo*, realizar la prueba para entre X1 y X2

Hola de nuevo Carlos, he probado a quitar esa variable categórica y me sigue dando el aviso... El Lun, 9 de Abril de 2018, 20:17, Carlos J. Gil Bellosta escribió: > Si, creo que el motivo del warning puede ser ese. Es hipotético, pero > plausible. Sobre todo cuando tienes más de un 90% de ceros. > > El coeficiente de ese nivel para el modelo de la mixtura (ceros vs > binomial >

Gracias por la ayuda Jose Luis. pero o no te he entendido bien o mi duda es tan sencilla que no me he explicado. SI yo tampoco he entendido mal tu explicación, mi problema es cómo obtengo ese "tus.pesos" para introducir, por ejemplo, en la función: library(survey) # objeto del diseño muestral ddatos <- svydesign(id=~1, weights =~ tus.pesos, data = tus.datos) # en caso de una reg

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..

Hola Comunidad, Feliz Año 2017: Tengo un problemilla con una regresión logística desbalanceada, tengo demasiados TRUE (93%). ¿Sabría alguién alguna forma de corregir el problema con R? Un slaudo, Milagros Camacho --- El software de antivirus Avast ha analizado este correo electrónico en busca de virus. https://www.avast.com/antivirus

Hola a tod en s. Se trata de un tema que lleva tiempo rondándome la cabeza, pero que nunca he encontrado una solución. Se que existe el paquete survey, pero me gustaría saber si existe algo más sencillo. Por ejemplo, estaba analizando los últimos datos de la encuesta de equipamientos tecnológicos del INE y dicho fichero tiene dos variables con factores de elevación, una para hogares y otra para

Hola, espero ser clara en el mensaje ya que es la primera vez que recurro a este tipo de ayudas, explico mi duda: Tengo un dataset con 4505 observaciones en el que la variable dependiente son presencias (n=97 y clasificadas como 1) y ausencias (n=4408 y clasificadas como 0). Mi primer paso fue realizar un GLM con una muestra compensada de ausencias y presencias para la variable dependiente, es

Buenas. Sé que en R hay multitud de datasets y me haría falta alguno que trataran de variables relacionadas con salud, sobre todo para aprender más acerca de cómo realizar una regresión logística binomial o multinomial. Gracias..

Hola amigos, Supongamos que se quiere ejecutar un modelo no lineal con nls. Pensemos en el ejemplo de la ayuda: DNase1 <- subset(DNase, Run == 1) fm1DNase1 <- nls(density ~ SSlogis(log(conc), Asym, xmid, scal), DNase1) summary(fm1DNase1) Aquí se está modelando la densidad óptica de un ensayo relacionada de forma no lineal (logística) con (el logaritmo) de la concentración de una proteína.

Hola a tod@s, Hace poco en la lista se discutieron algunas aproximaciones para determinar la distribución de probabilidad que potencialmente podrían haber generado los datos (ver [1]) y una de ellas fué el AIC. Haciendo uso del programa enviado por Pablo Verde (ver [1]), estos son los resultados para mis datos: weibull , AIC = 69839.44 exponential , AIC = 79488.77 gaussian , AIC = 69413.03

Hola, buenas a todos: Me dispongo a empezar un proyecto con logística bayesiana y sé que hay varios paquetes que puedo utilizar, arm, Bayelogit y MCMCpack. Me preguntaba si alguien tiene experiencia con éstos paquetes y me pueda decir cuál de ellos es mejor. Además de esto quería saber si sabíais alguna bibliografía para informarme mejor sobre lógica bayesiana, tengo algunas referencias,

Hola a tod en s, mi compañero y yo intentamos ver la correlación de nuestros datos mediante regresiones logísticas. Trabajamos con proporciones (1 variable dependiente y 1 independiente) mediante modelos mixtos (los datos están agrupados porque hay pseudoreplicación). Hemos usado el paquete "lme4" y la función "lmer". Encontramos "overdispersion" en el resultado

Hola buenas tardes: Vuelvo a solicitar su ayuda porque no puedo saber que pasa. Estoy usando el documento 'Regresión Logística Categor/Tema 4 Cate.pdf como guía y el ejemplo que ustedes conocen de los cangrejos (crab.txt). Cargo los datos, los guardo en un data frame llamado tabla; al pedir tabla[1:5,] obtengo: color spine width satell weight 1 3 3 28.3 8 3050 2 4

Saludo gente, antes que nada gracias por la ayuda que puedan aportarme, soy iniciante en R, estoy usando el paquete Mice para realizar imputaciones múltiples sobre variables en su mayoría categóricas. El problema está que cuando expresó este comando imp <- mice(dataset,method="polr",maxit=1) donde el dataset es un data.frame me tirá este error : iter imp variable 1 1 pial1a

Estimados Anteriormente usé sin problemas Rsqlite, pero encuentro un error, comparto el código ¿alguno tiene idea sobre que puede llegar a ser? library(RSQLite) con <- dbConnect('SQLite', dbname='/Users/Javier_2/Desktop/SQLiteJavier.db') // o ? en lugar de ? , el error persiste > con <- dbConnect("SQLite",

Dear R-help, I have fitted a glm logistic function to dichotomous forced choices responses varying according to time interval between two stimulus. x values are time separation in miliseconds, and the y values are proportion responses for one of the stimulus. Now I am trying to extrapolate x values for the y value (proportion) at .25, .5, and .75. I have tried several predict parameters, and they

Dear All, probably a simple enough solution but don;t seem to be able to get my head around it...example based on a publicly available data set: mydata <- read.csv("https://stats.idre.ucla.edu/stat/data/binary.csv") mylogit <- glm(admit ~ gre + gpa + rank, data = mydata, family = "binomial") library(effects) plot(allEffects(mylogit) ? ?

Hola a todos, y gracias por leer mi mensaje: Llevo utilizando unos meses R, vengo de SPSS, y estoy muy sorprendido con su capacidad. Mi problema, es que estoy intentando hacer una comparación entre tres sistemas de predicción: una regresión logística, un árbol de clasificación y una red neuronal. De momento, he podido hacer las comparaciones con los dos primeros sistemas, pero mi problema es la