問題タブ [goodness-of-fit]

lipsitz.test{generalhoslem}を使用して順序モデルの適合度をテストしようとしています。ドキュメントによると、関数はpolrとclmの両方を処理できます。しかし、関数clm内で使用しようとするlipsitz.testと、エラーが発生します。ここに例があります

これを修正する解決策はありますか？どうもありがとう。

Scipy には、配列を使用して適合度を計算するかなり優れた方法があります。

これ以外に、一般的な適合度をテストする別の方法はありますか?

赤池情報量基準 (AIC) および予測二乗誤差 (PSSE) は、モデルをランク付けするための情報理論および予測能力評価尺度です。

この 2 つの基準に基づいてモデルをランク付けしようとしました。ただし、ランキングは完全に矛盾しており、AIC で最高ランクの 6 モデルが PSSE で最低ランクになっています。

このような状況では、どの尺度が最適かをどのように判断すればよいでしょうか。記事や研究論文を探してみましたが、残念ながらあまり見つかりませんでした。任意の情報をいただければ幸いです。

ありがとうございました！

二変量データでクレイトンコピュラの適合度検定を行っていますが、一部のペアでは機能しないようです。

これが私のコードです

このエラーが発生しています

fitCopula.ml(copula, u = data, method = method, start = start, : 'start' には NA 値が含まれています

(x,y) の他のペアに対しては正常に機能します。何が問題なのですか？

正規分布する母集団からのサンプルであるという仮説をテストしたい 30 個のサンプルのベクトルがあります。

を使用して周波数ベクトルを作成しましたhist

正規分布へchisq.testの適合性をチェックするために使用していますが、関数には引数 p = chisq.test のドキュメントで定義されているx と同じ長さの確率のベクトルが必要です。それにベクトルを生成しようとしていますが、正直なところ、何を生成すればよいか正確にはわかりません。私はしようとしていますN.freq

使用することを考えましrescale.p=TRUEたが、これが有効なテストを生成するかどうかはわかりません。

編集: rescale.p を使用すると、警告メッセージが表示されました

こんにちは、RMSE を計算したいのですが、論理的な間違いを犯しているようです。これは以下のコードです。

residual = power -Pow_means; RMSE = rms(residual); variation = RMSE/mean(power);

RMSE を計算する私のアプローチは正しいですか?? またはRMSEを計算するためにどのような修正を行う必要がありますか

関連する質問で2日間検索したにもかかわらず、この問題に対する答えはまだ見つかりません...

次のコードでは、n 個の正規分布確率変数を生成し、ヒストグラムで表します。

その後、カーブ フィッティング関数とそのパラメーターが見つかります。これは、パラメーター a1 と b1 で正規分布され、サンプルが正規化されていないという事実を満たすために、scaling_factor でスケーリングされます。実際、ヒストグラムに非常によく適合します。

これは、フィッティング関数を赤で示したヒストグラムのプロットです。

その後、カイ二乗検定を使用して、この関数がヒストグラムにどの程度適合するかをテストしたいと思います。このテストでは、それらのポイントで観測された値と期待される値を使用します。期待値を計算するには、まず各ビンの中央の位置を計算します。この情報は配列 x_middle に含まれています。次に、各ビンの中間点でフィッティング関数の値を計算します。これにより、expected_value 配列が得られます。

これを Scipy のカイ二乗関数にプラグインすると、およそ e-5 から e-15 桁の p 値が得られます。これは、フィッティング関数がヒストグラムを記述していないことを示しています。

しかし、これは正しくありません。関数はヒストグラムに非常によく適合します!

私がどこで間違いを犯したか知っている人はいますか？

どうもありがとう！！チャールズ

ps: 2 つのパラメーター a1 と b1 がサンプルから推定されるため、デルタ自由度の数を 2 に設定します。他の ddof を使用してみましたが、結果は依然として貧弱でした。