Työskentelen ramdom-efektimallissa. kun lasken tutkimuksen sisäisen varianssin / tutkimuksen välisen varianssin, löydän negatiivisen arvon. Voiko? tälle mallille. Jos löydämme simulaatiosta, miten meidän pitäisi tehdä?
Kiitos.
Kommentit
- Katsokaa tätä SO-viesti aiheesta
Vastaa
Se on artefakti käyttämästäsi metodologiasta. Voit välttää tämän käyttämällä Bayesin mallia, jonka todennäköisyys ei-positiiviselle varianssille on nolla prosenttia. Teknisesti mahdoton vastaus on mahdotonta käyttämällä Bayesin metodologiaa. On mahdollista saada mahdottomia vastauksia käyttämällä Frequentist-menetelmää. Puolusteena on, että olet suojattu vääriltä positiivisilta dollareilta $ 1- \ alfa $ prosenttia ajasta, mutta hinta on, että saat aika ajoin outoja tai mahdottomia vastauksia. Kirjallisuus on täynnä outoja vaikutuksia, joita voit luoda. Teknisesti negatiivinen varianssi tarkoittaisi datan vetämistä kompleksiluvuista, mutta kompleksilukuja ei järjestetä, joten et voi luoda tavallista todennäköisyysjakaumaa niiden yli. Käytännössä se johtuu pienistä otoksista, huonoista malleista tai outoista poikkeamista Menen huonoa mallipolua pitkin. SAS tarjoaa lyhyen selityksen osoitteessa https://v8doc.sas.com/sashtml/stat/chap69/sect12.htm
Voit kaivaa heidän bibliografiansa läpi saadaksesi alkuperäisen lähdemateriaalin. Silti, jos olisin sinä, luulisin, että sinulla on huono malli. Todellisessa maailmassa on monia ongelmia, joita ihmiset usein kaipaavat, ja näet ne oudoina tuloksina. Se voi olla outo näyte tai liian pieni näyte, mutta suhtaudun ennakkoluulottomasti huonojen mallien oletukseen. On niin helppoa, että reaalimaailmassa on jotain piilossa, jolla on vaikutusta laskutoimitukseen.
Frequentist-mallit voivat olla hauraita tai vankkoja. Sama pätee Bayesin malleihin. Tämän pitäisi olla varoitus hauraudesta. Bayesian mod Elsit eivät voi antaa mahdottomia vastauksia, jos ne on muodostettu oikein, mutta heillä voi olla muita haurauden lähteitä. Jos olisin sinä, otaksun, että jokin mallissasi teki siitä hauraan. Ajattele uutta tapaa esittää samanlainen kysymys.
Vastaa
Vastaus on kyllä. Tämä kysymys on tullut esiin monta kertaa tällä sivustolla. Tietysti millään satunnaismuuttujalla ei voi olla varianssia < 0. Silti on monia tapauksia, joissa varianssiestimaatit ovat negatiivisia. Jos haet tältä sivustolta avainsanoilla negatiivinen varianssi, on todennäköisesti satoja kysymyksiä, joissa se on löydetty useista sovelluksista. Kun etsin juuri ”negatiivista varianssia” kysymysten ja vastausten joukosta, sain 1105 osumaa.
Kommentit
- Kiitos paljon. Kuitenkin sitä on vaikea tulkita, jos se on negatiivinen.
- Jos sivustossa on tullut kysymys monta kertaa (ja siihen on vastattu), don ' t vastaa saman kysymyksen uuteen versioon . Sen sijaan pinonvaihtokäytäntö on äänestää sulkemisesta kopiona. Tällä tavoin sen sijaan, että sivusto olisi täynnä lyhyitä 5-rivisiä vastauksia kymmeniin kopioihin samasta kysymyksestä, voimme saada ne kaikki osoittamaan kysymykseen yhden hyvän version, jossa on hyvät, sisällölliset (mieluiten kanoniset) vastaukset. Jos on olemassa lukuisia vanhoja lähes identtisiä kysymyksiä, sinun tulisi myös yrittää vahvistaa niitä äänestämällä vähiten kanonisten kysymysten sulkemisesta.
- Yleensä mielestäni syy on joko siinä, että on olemassa erittäin huono malli. käytetty tai todellinen varianssi, vaikka positiivinen, on hyvin pieni. Luulen, että jos tutustut tärkeimpiin kysymyksiin, saat idean mukavammaksi.
- @Glen_b Kommenttisi on tyypillinen valvojille. Tiedän, että valvoja löytää tyypillisesti kysymyksen, joka on hänen mielestään tarkka kopio ja kysymys suljetaan nopeasti. Joskus OP kiistelee siitä, ja oletan, että joissakin tapauksissa se avataan uudelleen. Mielestäni tämä ei ole niin tyydyttävä toimenpideohjelmalle. Mielestäni valvojien tulisi kannustaa kysyjää tarkistamaan sivustolta vastaukset ennen kysymyksen lähettämistä. Itse asiassa järjestelmä on automatisoitu tekemään tällaisia ehdotuksia. Mutta saamme silti nämä melkein kaksoiskappaleet.
- Sääntöjä tulisi noudattaa hyvistä syistä, mutta ihmisten arviointi on aina mukana.
Vastaa
Ajattele puolueettoman estimaatin jakaumaa, kun parametri on 0. Keskiarvon on oltava 0, joten joidenkin arvioiden on oltava negatiivisia.
Kommentit
- En ole varma vastauksestasi. Negatiiviseen arvioon johtanut estimaattori ei ehkä ole ollut puolueeton. Mutta olen samaa mieltä siitä, että kun todellinen varianssi on pieni, näennäisesti loogiselta näennäisyyttä ei rajoiteta positiiviseksi.Esimerkki olisi jäännösvarianssin estimaatti, joka saadaan vähentämällä se toisesta varianssiestimaatista. Katso esimerkkejä, joissa Rsquare-estimaatti voi olla suurempi kuin 1 tai alle 0.
- Se on ' eräänlainen mielipiteeni. Puolueettomat Rsquare-arviot johtavat usein negatiivisiin arvioihin.