[R-br] Teste de Vuong para comparação entre os modelos Poisson, Binomial Negativo e ZIP

Jose Vilton Costa josevilton em hotmail.com
Sexta Dezembro 21 12:22:51 BRST 2012


Prezado Wagner,O teste de Vuong está implementado no pacote "pscl".Para comparar dois modelos m1 e m2, utiliza-se o código vuong (m1,m2).
Nos links abaixo você pode consultar alguns exemplos de aplicação do teste.
http://www.ats.ucla.edu/stat/r/dae/zinbreg.htmhttp://www.ats.ucla.edu/stat/r/dae/zipoisson.htm
Att,José Vilton Costa

Date: Fri, 21 Dec 2012 05:54:04 -0800
From: wtassinari em yahoo.com.br
To: r-br em listas.c3sl.ufpr.br
Subject: [R-br] Teste de Vuong para comparação entre os modelos Poisson, Binomial Negativo e ZIP

Saudações,
Aproveitando essa discussão dos modelos ZINB e ZIP, gostaria de saber se já existe implementado no R o teste de Vuong, para comparar o ajuste entre os modelos zero-inflated (ZIP), Poisson e os Binomiais Negativos. A referência é a do próprio Vuong Q.H. 1989. "Likelihood ratio tests for model
selection and non-nested hypotheses." Econometrica. 57:307-333. 

Abs,
Wagner Tassinari

        De: Humberto Hazin <hghazin em hotmail.com>
 Para: R_br <r-br em listas.c3sl.ufpr.br>; R_br <r-br em listas.c3sl.ufpr.br> 
 Enviadas: Quinta-feira, 20 de Dezembro de 2012 9:30
 Assunto: Re: [R-br] Cálculo do percentage prediction error em ZINB
   
Opa  Leonard, Muito obrigado vou dar uma olhada! Sim estou usando o pacote pscl para rodar os modelos
 ZINB!  Se eu conseguir resolver o problema coloco na lista. Cara se não me engano tive esse problema também a um tempo atrás, veja se código abaixo para ver se resolve o teu problema. Só uma observação, com esse código não precisas rodar o pacote pscl.   https://www.dropbox.com/s/8l480on83dvm3m7/zeroinflCorreto.R Um abraço, Humberto Enviado do Email do Windows 			De: Leonard de Assis
		Enviado: ‎19‎ de ‎dezembro‎ de ‎2012 ‎22‎:‎04
		Para: r-br em listas.c3sl.ufpr.br
		Assunto: Re: [R-br] Cálculo do percentage
 prediction error em ZINB
		 
  
    
  
  
    Humberto

      

      vc está usando o pscl?

      

      Eu estou no momento com um problema envolvendo ZINB, só que o meu
      é um pouco mais chato, pois meu modelo é multivariado (E pra
      complicar, está dando que uma das dimensões é singular, hehehe)

      

      Sugiro ler os tutoriais, vc acha um monte via rseek.

      

      Esse aqui é um deles (De antemão, não tem exatamente o que vc
      precisa, mas tem muita coisa)

      

      http://www.ats.ucla.edu/stat/r/dae/zinbreg.htm

      []s
Leonard de Assis
http://about.me/ldeassis
      Em 19/12/2012 17:44, Humberto Hazin escreveu:

    
    
      
        
          
            
              Prezados,

Estou com uma dúvida que pode parecer besteira, porém gostaria da ajuda 
de vocês! A dúvida é a seguinte

como calcular o percentual de "Bias" (percentage prediction error) por 
linha de um modelo ZINB (package- pscl)? O meu objetivo é fazer um boxplot com esse percentual por ano 
              Eu iniciei da seguinte forma:
              dois bancos de dados um de try.csv (10% retirados do banco original) e outro original.csv
              try<-read.csv(”try.csv”, header = TRUE, sep = ",", quote="\"", dec=".",fill = TRUE)
              https://www.dropbox.com/s/v7vruztus11nnbi/try.csv
               
              original<-read.csv(”original.csv”, header = TRUE, sep = ",", quote="\"", dec=".",fill = TRUE)
               https://www.dropbox.com/s/7htqc2bqi45rkku/original.csv
              # Criar Fatores para o banco original
original$area<-rep(1,nrow(original))
original$area[original$lat<=-15&original$lat>=-45]<-2
original$A=as.factor(original$area)
summary(original)
              original$S<-factor(original$id.group.fleet)
original$Q<-factor(original$Quarter)
original$Y<-factor(original$Year)
              original$logEf<-log(original$effort1)
              summary(original)

              # Criar Fatores para o banco try
              try$area<-rep(1,nrow(try))
try$area[try$lat<=-15&try$lat>=-45]<-2
try$A=as.factor(try$area)
summary(try)
              try$S<-factor(try$id.group.fleet)
try$Q<-factor(try$Quarter)
try$Y<-factor(try$Year)
try$logEf<-try$effort1*0
summary(try)
               
              zeroinfl.fit_original<-zeroinfl(BSH~Y+S+Q+A+offset(logEf)|Y+S+Q+A,dist="negbin",data=original)
              pred<-predict(zeroinfl.fit_original,newdata=try,type="response")
               
              Daqui em diante não tenho mais ideia de como gerar esse percentage prediction error
               
              Alguem poderia me ajudar!
              Desde já Agradeço
               
              Humberto 
               
               
               
               
            
            Enviado do Email do Windows
             
          
        
      
      

      
      

      _______________________________________________
R-br mailing list
R-br em listas.c3sl.ufpr.br
https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
    
    

  


_______________________________________________
R-br mailing list
R-br em listas.c3sl.ufpr.br
https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.

    
_______________________________________________
R-br mailing list
R-br em listas.c3sl.ufpr.br
https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forne�a c�digo m�nimo reproduz�vel. 		 	   		  
-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <http://listas.inf.ufpr.br/pipermail/r-br/attachments/20121221/bc0c5d68/attachment.html>


Mais detalhes sobre a lista de discussão R-br