問題タブ [goodness-of-fit]

観測値のベクトルと、モデルで計算された値のベクトルがあります。

現在、カイ2乗適合度検定を使用して、モデルのパフォーマンスを確認しています。私は次のように書いた：

しかし、それは機能しません。これを手伝ってくれませんか。

データのサンプルが大きい場合（10000個程度のベクトル）、データを調べて、いくつかの一般的な統計分布をデータに適合させ、それぞれがどの程度適合しているかを報告するツールはありますか？は？可能なディストリビューションのリストを自分で指定する必要がある場合は、それで問題ありません。

理論的なカイ 2 乗適合度検定を実施したいと考えています。

サンプルサイズ n=100、アルファ=0.05、df=1。これにより、3.84 の臨界カイ値が得られます。手で、検定統計量を ((20-10)^2)/10 + ((80-90)^2)/90 = 100/9 > 3.84 と計算できます。

ただし、上記のコードは単に生成されます

私の間違いはどこですか？

このドキュメントに従って、一連の頻度データを R のポアソン分布に適合させようとしましたが、goodfit多くの警告がスローされます。

freqは整数ベクトルです。ここで問題を説明するために、より大きな整数ベクトルから取得されます。より大きい整数ベクトルは、ポアソンに似た分布を持ちます。

の何が問題なのですかfreq、それともパッケージのバグvcdですか?

シグモイド曲線を当てはめたい参照データ ポイントのセットがあります。MATLAB のカーブ フィッティング ツールを使用してこれを行うことができますが、データに適合させるためのカスタム方程式があります。方程式には 4 ～ 5 個の変数があり、それらを変化させて適合度をテストします。

goodnessOfFitこの機能を使ってみました。ただし、テスト データと参照データの行列が同じサイズである必要があります。私が持っている参照データ ポイントの数は少なく (15 ～ 20)、カスタム式を使用して生成されたテスト ポイントの数は多くなります。

曲線の適合度を確認できる他の方法はありますか? または、参照データのポイントに対応するテスト データ ポイントを見つけてからgoodnessOfFit関数を使用する必要がありますか (このアプローチの問題の 1 つは、テスト データと参照データの x 軸の解像度が同じでないことです。 a x-point 1.2368 in ref. data テスト データに 1.23 と 1.24 があります.データを四捨五入してフィットを計算する必要があります)。

nnet パッケージの関数を使用してmultinom()、R で多項ロジスティック回帰を実行します。nnet パッケージには、p 値計算と t 統計計算が含まれていません。このページの両側 z 検定を使用して p 値を計算する方法を見つけました。多項ロジットの検定統計量を計算する 1 つの例を示すために (実際には t 統計量ではありませんが、同等です)、Wald の統計量を計算します。

係数の 2 乗をとり、係数の標準誤差の 2 乗で割ります。ただし、尤度比検定は、ロジスティック回帰の適合度の好ましい尺度です。尤度関数の理解が不十分なため、各係数の尤度比統計を計算するコードの書き方がわかりません。multinom()関数からの出力を使用して、各係数の尤度比統計を計算する方法は何でしょうか? ご協力いただきありがとうございます。

Rで条件付きロジスティック回帰（離散選択）を使用しているときに、いくつかの共変量を含めると、nullモデルよりも小さいAICが得られるかどうかを確認したいと思います。

次のようなモデルを構築できることに気付きました

を使用してAICを取得します

しかし、これを比較するための null モデルを作成する方法については、少し確信が持てません。アドバイスをいただければ幸いです。