z**********i
发帖数: 12276 | 1 都怪自己学艺不精,特地来这里讨教.
有个COUNT DATA, 想比较BETA BINOMIAL和NEGATIVE BINOMIAL,证明BETA BINOMIAL好,
应该怎么做?
从MAXIMUM LIKELIHOOD?
多谢!
这个一定要发包子. | A*******s
发帖数: 3942 | 2 不懂...不过你要是用GLM的方法来搞得话，啥AIC，BIC应该是general的吧
【在 z**********i 的大作中提到】
: 都怪自己学艺不精,特地来这里讨教.
: 有个COUNT DATA, 想比较BETA BINOMIAL和NEGATIVE BINOMIAL,证明BETA BINOMIAL好,
: 应该怎么做?
: 从MAXIMUM LIKELIHOOD?
: 多谢!
: 这个一定要发包子.
| l****u
发帖数: 529 | | z**********i
发帖数: 12276 | 4 因为是COUNT DATA，不是NORMAL DISTRIBUTION．所以
要用GENERALIZED LINEAR MODEL．
我想分别写出ＢＥＴＡ ＢＩＮＯＭＩＡＬ和ＮＥＧＡＴＩＶＥ ＢＩＮＯＭＩＡＬ的
LIKELIHOOD，但怎么进行比较呢？
多谢大家回复！
【在 A*******s 的大作中提到】
: 不懂...不过你要是用GLM的方法来搞得话，啥AIC，BIC应该是general的吧
| l****u
发帖数: 529 | 5 You can check overdispersion in negative binomial regression. | c********d
发帖数: 253 | 6 这个可以比较两个model的aic或bic，likelihood ratio不适用于这里。 | y********0
发帖数: 638 | 7 Since you have very different assumption of the data, I am suspecting
if the usual statistical methods will be working here.
Can we try the goodness of fit respectively?
Test the hypothesis that the sample X1,...Xn iid F in fact arises from
a distribution F0. i.e. H: F=F0 with chi-square method.
IF both distribution are working well, then try the efficency even the MSE
for comparison.
Usually when you are deciding between two distributions, the distance of
the two distribution will be considered like kolmogorov distance or cramer-
von mises. Heard it from the professor many years ago.
Please come to update what you have finally and let us know how it is
tackled.
【在 z**********i 的大作中提到】
: 都怪自己学艺不精,特地来这里讨教.
: 有个COUNT DATA, 想比较BETA BINOMIAL和NEGATIVE BINOMIAL,证明BETA BINOMIAL好,
: 应该怎么做?
: 从MAXIMUM LIKELIHOOD?
: 多谢!
: 这个一定要发包子.
| z**********i
发帖数: 12276 | 8 因为我的实际DATA是BOUNDED COUNT,所以,普遍的观点是BETA BINOMIAL要优于NEGATIVE
BINOMIAL.我在用NLMIXED做的过程中,发现BETA BINOMIAL非常难CONVERGE,最后,虽然,
GRADIENT还很大,但也勉强算是过了,因为2个MODEL的ESTIMATES已经非常接近了.我得到
了AIC和-2LL,可以用LIKELIHOOD RATIO来说BB好.
我想再理论一点,给出它们的LOG LIKELIHOOD FUNCTION,然后,阐述为什么BB好.这个对
我是真正的难点.
多谢大家的热情帮助!!
**************************************
Since you have very different assumption of the data, I am suspecting
if the usual statistical methods will be working here.
Can we try the goodness of fit respectively?
Test the hypothesis that the sample X1,...Xn iid F in fact arises from
a distribution F0. i.e. H: F=F0 with chi-square method.
IF both distribution are working well, then try the efficency even the MSE
for comparison.
Usually when you are deciding between two distributions, the distance of
the two distribution will be considered like kolmogorov distance or cramer-
von mises. Heard it from the professor many years ago.
Please come to update what you have finally and let us know how it is
tackled. | l*********s
发帖数: 5409 | 9 My take is that, cross validation offers a universal and practical golden
standard for model selection, to the point that I don't care AIC,SBC or what
ever.
NEGATIVE
然,
【在 z**********i 的大作中提到】
: 因为我的实际DATA是BOUNDED COUNT,所以,普遍的观点是BETA BINOMIAL要优于NEGATIVE
: BINOMIAL.我在用NLMIXED做的过程中,发现BETA BINOMIAL非常难CONVERGE,最后,虽然,
: GRADIENT还很大,但也勉强算是过了,因为2个MODEL的ESTIMATES已经非常接近了.我得到
: 了AIC和-2LL,可以用LIKELIHOOD RATIO来说BB好.
: 我想再理论一点,给出它们的LOG LIKELIHOOD FUNCTION,然后,阐述为什么BB好.这个对
: 我是真正的难点.
: 多谢大家的热情帮助!!
: **************************************
: Since you have very different assumption of the data, I am suspecting
: if the usual statistical methods will be working here.
| A*******s
发帖数: 3942 | 10 你试过所有的optimization methods了么？都没有converge么
上面有人提醒你了，likelihood ratio不适用
NEGATIVE
然,
【在 z**********i 的大作中提到】
: 因为我的实际DATA是BOUNDED COUNT,所以,普遍的观点是BETA BINOMIAL要优于NEGATIVE
: BINOMIAL.我在用NLMIXED做的过程中,发现BETA BINOMIAL非常难CONVERGE,最后,虽然,
: GRADIENT还很大,但也勉强算是过了,因为2个MODEL的ESTIMATES已经非常接近了.我得到
: 了AIC和-2LL,可以用LIKELIHOOD RATIO来说BB好.
: 我想再理论一点,给出它们的LOG LIKELIHOOD FUNCTION,然后,阐述为什么BB好.这个对
: 我是真正的难点.
: 多谢大家的热情帮助!!
: **************************************
: Since you have very different assumption of the data, I am suspecting
: if the usual statistical methods will be working here.
| | | c********d
发帖数: 253 | 11 Or you can use K-S test to test if your data follow negative binomial or
beta distribution. Then choose your model. | z**********i
发帖数: 12276 | 12 AIC(K)=-2*loglikelihood + 2*K (K is the number of parameters)
2个MODEL的COVARIATES是相同的,为什么可以比较AIC,不能比较LL.
能解释一下吗?
多谢!!
【在 c********d 的大作中提到】
: 这个可以比较两个model的aic或bic，likelihood ratio不适用于这里。
| z**********i
发帖数: 12276 | 13 为了让它CONVERGE,我花了2-3个月的时间,想尽了办法从DATASET入手,试各种
OPTIMIZATION,...真的想放弃了.后来的GRADIENT,也不是很好,马虎算过了.
【在 A*******s 的大作中提到】
: 你试过所有的optimization methods了么？都没有converge么
: 上面有人提醒你了，likelihood ratio不适用
:
: NEGATIVE
: 然,
| c********d
发帖数: 253 | 14 likelihood ratio requires one model to be a submodel of the other one. In
your case, the two are seperate models. Baozi, plz, hehe:) | z**********i
发帖数: 12276 | 15 这样理解可以接受.
但两个MODEL是完全相同的COVARIATES,它们的AIC就和-2LL一样了.
【在 c********d 的大作中提到】
: likelihood ratio requires one model to be a submodel of the other one. In
: your case, the two are seperate models. Baozi, plz, hehe:)
| c********d
发帖数: 253 | 16 但是两种分布不是子集的关系。
【在 z**********i 的大作中提到】
: 这样理解可以接受.
: 但两个MODEL是完全相同的COVARIATES,它们的AIC就和-2LL一样了.
| z**********i
发帖数: 12276 | 17 多谢回复!!
【在 c********d 的大作中提到】
: 但是两种分布不是子集的关系。
|
|
