Je travaille dans le modèle deffets ramdom. lorsque je calcule la variance intra-étude / la variance inter-études, je trouve la valeur négative. Peut? pour ce modèle. Si nous trouvons dans la simulation comment faire?
Merci.
Commentaires
- Jetez un œil à ce SO Publier sur le sujet
Réponse
Il est un artefact de la méthodologie que vous utilisez. Vous pouvez éviter cela en utilisant un modèle bayésien avec une probabilité préalable de variance non positive de zéro pour cent. Techniquement, une réponse impossible est impossible en utilisant une méthodologie bayésienne. Il est possible dobtenir des réponses impossibles en utilisant une méthodologie Frequentist. La défense de ceci est que vous êtes protégé contre les faux positifs $ 1- \ alpha $ pour cent du temps, mais le prix est que vous pouvez obtenir des réponses étranges ou impossibles de temps en temps. La littérature regorge deffets étranges que vous pouvez créer. Techniquement, une variance négative impliquerait que les données sont tirées des nombres complexes, mais les nombres complexes ne sont pas ordonnés, vous ne pouvez donc pas créer une distribution de probabilité ordinaire sur eux. En pratique, cela est dû à de petits échantillons, de mauvais modèles ou des valeurs aberrantes. . Jirais dans le mauvais chemin du modèle. SAS fournit une brève explication à https://v8doc.sas.com/sashtml/stat/chap69/sect12.htm
Vous pouvez fouiller dans leur bibliographie pour obtenir des sources originales. Pourtant, si jétais vous, je suppose que vous aviez un mauvais modèle. Il y a beaucoup de problèmes dans les modèles du monde réel que les gens manquent souvent et vous les voyez comme des résultats étranges. Cela peut être un échantillon étrange ou un échantillon trop petit, mais jai un préjugé à lidée de présupposer de mauvais modèles. Cest tellement simple quil y ait quelque chose de caché dans le monde réel qui a un impact sur un calcul.
Les modèles fréquentistes peuvent être fragiles ou robustes. Il en va de même pour les modèles bayésiens. Cela devrait signaler une fragilité. Les els ne peuvent pas donner de réponses impossibles sils sont correctement formés, mais ils peuvent avoir dautres sources de fragilité. Si jétais vous, je suppose que quelque chose dans votre modèle la rendu fragile. Pensez à une nouvelle façon de poser une question similaire.
Réponse
La réponse est oui. Cette question a été soulevée à plusieurs reprises sur ce site. Bien entendu, aucune variable aléatoire ne peut avoir une variance < 0. Pourtant, il existe de nombreux cas où les estimations de la variance sont négatives. Si vous recherchez sur ce site en utilisant les mots clés variance négative, il y a probablement des centaines de questions où cela a été découvert dans une multitude dapplications. Lorsque je viens de faire une recherche de «variance négative» parmi les questions et réponses, jai obtenu 1105 résultats.
Commentaires
- Merci beaucoup. Cependant, il est difficile dinterpréter si elle est négative.
- Si une question a été posée plusieurs fois sur le site (et a reçu une réponse), don ' t répondre à une nouvelle version de la même question . Au lieu de cela, la politique de stackexchange est de voter pour fermer en tant que doublon. De cette façon, au lieu davoir le site jonché de brèves réponses en 5 lignes à des dizaines dexemplaires de la même question, nous pouvons tous les faire pointer vers une seule bonne version de la question avec de bonnes réponses substantielles (de préférence canoniques). Sil y a de nombreuses vieilles questions presque identiques, vous devriez également essayer de les consolider en votant pour fermer les moins canoniques.
- En général, je pense que la raison est soit quil existe un modèle très médiocre. utilisé ou la variance réelle bien que positive est très faible. Je pense que si vous lisez certaines des questions principales, vous serez plus à laise avec lidée.
- @Glen_b Votre commentaire est typique des modérateurs. Je sais quen général, un modérateur trouvera une question qui est à son avis une copie exacte et la question sera rapidement close. Parfois, lOP en discutera et je suppose que dans certains cas, il sera rouvert. Je pense que ce nest pas si satisfaisant pour le PO. Je pense que les modérateurs devraient encourager linterlocuteur à vérifier le site pour obtenir des réponses avant de soumettre la question. En fait, le système est automatisé pour faire de telles suggestions. Mais nous avons toujours ces quasi-doublons.
- Les règles doivent être suivies pour de bonnes raisons, mais le jugement humain est toujours impliqué,
Réponse
Pensez à la distribution de toute estimation non biaisée lorsque le paramètre est 0. Lestimation moyenne doit être égale à 0, certaines estimations doivent donc être négatives.
Commentaires
- Je ne suis pas sûr de votre réponse. Lestimateur qui a conduit à une estimation négative peut ne pas avoir été sans biais. Mais je suis daccord que lorsque la vraie variance est faible, les estimations apparemment logiques ne se limiteront pas à être positives.Un exemple serait une estimation de la variance résiduelle obtenue en la soustrayant dune autre estimation de la variance. Regardez des exemples où lestimation de Rsquare peut être supérieure à 1 ou inférieure à 0.
- Cest le genre de ' de mon point. Les estimations non biaisées de Rsquare conduisent souvent à des estimations négatives.