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

[Wagner Tassinari]

Obrigado José, 
Abs

Wagner Tassinari
DEMAT/UFRRJ 

Em 21/12/2012, às 12:22, Jose Vilton Costa <josevilton em hotmail.com> escreveu:

> 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.htm
> http://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.
> _______________________________________________
> 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.
-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <http://listas.inf.ufpr.br/pipermail/r-br/attachments/20121221/6fecbbb4/attachment.html>