Prezados. Sejam dois modelos ajustados aos mesmos dados experimentais: um de uma regressão linear múltipla com a variável resposta transformada (log) e o outro, um modelo linear generalizado tendo distribuição gama para a variável e função log de ligação (os dados são contínuos e positivos). Pergunto qual seriam as medidas objetivas, comuns a ambos naturalmente, que possam ser utilizadas para responder: qual deles melhor se ajustou aos dados? Obrigado FCosta
Se vc ajustou usando verossimilhança, use-a para comparar os modelos. Lembre-se que se vc transformou os dados vc deve multiplicar sua log-verossimilhança pelo Jacobiano da sua transformação para que os valores sejam comparáveis. Em 29 de julho de 2015 14:05, Felinto COSTA <incorpld@onda.com.br> escreveu:
Prezados. Sejam dois modelos ajustados aos mesmos dados experimentais: um de uma regressão linear múltipla com a variável resposta transformada (log) e o outro, um modelo linear generalizado tendo distribuição gama para a variável e função log de ligação (os dados são contínuos e positivos). Pergunto qual seriam as medidas objetivas, comuns a ambos naturalmente, que possam ser utilizadas para responder: qual deles melhor se ajustou aos dados? Obrigado FCosta
_______________________________________________ R-br mailing list R-br@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.
-- Wagner Hugo Bonat ---------------------------------------------------------------------------------------------- Department of Mathematics and Computer Science (IMADA) University of Southern Denmark (SDU) and Laboratório de Estatística e Geoinformação (LEG) Universidade Federal do Paraná (UFPR)
O primeiro foi ajustado por MQO, o segundo por verossimilhança. Em 29/7/2015 09:12, Wagner Bonat escreveu:
Se vc ajustou usando verossimilhança, use-a para comparar os modelos. Lembre-se que se vc transformou os dados vc deve multiplicar sua log-verossimilhança pelo Jacobiano da sua transformação para que os valores sejam comparáveis.
Em 29 de julho de 2015 14:05, Felinto COSTA <incorpld@onda.com.br <mailto:incorpld@onda.com.br>> escreveu:
Prezados. Sejam dois modelos ajustados aos mesmos dados experimentais: um de uma regressão linear múltipla com a variável resposta transformada (log) e o outro, um modelo linear generalizado tendo distribuição gama para a variável e função log de ligação (os dados são contínuos e positivos). Pergunto qual seriam as medidas objetivas, comuns a ambos naturalmente, que possam ser utilizadas para responder: qual deles melhor se ajustou aos dados? Obrigado FCosta
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br <mailto:R-br@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.
-- Wagner Hugo Bonat ---------------------------------------------------------------------------------------------- Department of Mathematics and Computer Science (IMADA) University of Southern Denmark (SDU) and Laboratório de Estatística e Geoinformação (LEG) Universidade Federal do Paraná (UFPR)
MQO e verossimilhança é a mesma coisa pra regressão linear. Use a log-verossimilhança pra comparar. Em 29 de julho de 2015 14:18, Felinto COSTA <incorpld@onda.com.br> escreveu:
O primeiro foi ajustado por MQO, o segundo por verossimilhança.
Em 29/7/2015 09:12, Wagner Bonat escreveu:
Se vc ajustou usando verossimilhança, use-a para comparar os modelos. Lembre-se que se vc transformou os dados vc deve multiplicar sua log-verossimilhança pelo Jacobiano da sua transformação para que os valores sejam comparáveis.
Em 29 de julho de 2015 14:05, Felinto COSTA <incorpld@onda.com.br> escreveu:
Prezados. Sejam dois modelos ajustados aos mesmos dados experimentais: um de uma regressão linear múltipla com a variável resposta transformada (log) e o outro, um modelo linear generalizado tendo distribuição gama para a variável e função log de ligação (os dados são contínuos e positivos). Pergunto qual seriam as medidas objetivas, comuns a ambos naturalmente, que possam ser utilizadas para responder: qual deles melhor se ajustou aos dados? Obrigado FCosta
_______________________________________________ R-br mailing list R-br@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.
-- Wagner Hugo Bonat
---------------------------------------------------------------------------------------------- Department of Mathematics and Computer Science (IMADA) University of Southern Denmark (SDU) and Laboratório de Estatística e Geoinformação (LEG) Universidade Federal do Paraná (UFPR)
_______________________________________________ R-br mailing list R-br@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.
-- Wagner Hugo Bonat ---------------------------------------------------------------------------------------------- Department of Mathematics and Computer Science (IMADA) University of Southern Denmark (SDU) and Laboratório de Estatística e Geoinformação (LEG) Universidade Federal do Paraná (UFPR)
Obrigado pelo esclarecimento Wagner. Em 29/7/2015 09:20, Wagner Bonat escreveu:
MQO e verossimilhança é a mesma coisa pra regressão linear. Use a log-verossimilhança pra comparar.
Em 29 de julho de 2015 14:18, Felinto COSTA <incorpld@onda.com.br <mailto:incorpld@onda.com.br>> escreveu:
O primeiro foi ajustado por MQO, o segundo por verossimilhança.
Em 29/7/2015 09:12, Wagner Bonat escreveu:
Se vc ajustou usando verossimilhança, use-a para comparar os modelos. Lembre-se que se vc transformou os dados vc deve multiplicar sua log-verossimilhança pelo Jacobiano da sua transformação para que os valores sejam comparáveis.
Em 29 de julho de 2015 14:05, Felinto COSTA <incorpld@onda.com.br <mailto:incorpld@onda.com.br>> escreveu:
Prezados. Sejam dois modelos ajustados aos mesmos dados experimentais: um de uma regressão linear múltipla com a variável resposta transformada (log) e o outro, um modelo linear generalizado tendo distribuição gama para a variável e função log de ligação (os dados são contínuos e positivos). Pergunto qual seriam as medidas objetivas, comuns a ambos naturalmente, que possam ser utilizadas para responder: qual deles melhor se ajustou aos dados? Obrigado FCosta
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br <mailto:R-br@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.
-- Wagner Hugo Bonat ---------------------------------------------------------------------------------------------- Department of Mathematics and Computer Science (IMADA) University of Southern Denmark (SDU) and Laboratório de Estatística e Geoinformação (LEG) Universidade Federal do Paraná (UFPR)
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br <mailto:R-br@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.
-- Wagner Hugo Bonat ---------------------------------------------------------------------------------------------- Department of Mathematics and Computer Science (IMADA) University of Southern Denmark (SDU) and Laboratório de Estatística e Geoinformação (LEG) Universidade Federal do Paraná (UFPR)
participantes (2)
-
Felinto COSTA -
Wagner Bonat