Re: [R-br] Informação sobre efeito marginal para Modelos Logit Ordenado Generalizado
fitted(mod) e terás o que quer! (s,f,p) Allaman \begin{signature} <<>>= Prof. Dr. Ivan Bezerra Allaman Universidade Estadual de Santa Cruz Departamento de Ciências Exatas e Tecnológicas Ilhéus/BA - Brasil Fone: +55 73 3680-5596 E-mail: ivanalaman@yahoo.com.br/ivanalaman@gmail.com @ \end{signature}
Olá Ivan, Agradeço a ajuda... Mas, não é isso o que quero... O fitted() da a probabilidade do indivíduo pertencer a categoria, somente... isso já é uma predição do modelo... Note, vou tentar exemplicar com os comandos de forma mais simples... O comando summary(mod) mostra as estimativas dos parametros do modelo, bem como as estimativas dos threshold... Porém, a interpretação das estimativas é sobre logit(P(Y<j)) = a + b*X3 + c*X4 + erro, ou seja, a interpretação da estimativas dos parametros é em cima deste modelo (a interpretação no odds). O efeito marginal de b é na mudança no logit(P(Y<j)). Então, o efeito marginal na probabilidade, cuja modelo vem da distribuição acumulada da logistica, não é extraido no summary(). Para isso, existe esta função margeff() que faz isso. Porém, não tenho informação do erro-padrão e etc, como vem no summary(). Att. Em 16 de outubro de 2012 11:10, Ivan Bezerra Allaman < ivanalaman@yahoo.com.br> escreveu:
fitted(mod) e terás o que quer!
(s,f,p) Allaman
* * \begin{signature} <<>>= Prof. Dr. Ivan Bezerra Allaman Universidade Estadual de Santa Cruz Departamento de Ciências Exatas e Tecnológicas Ilhéus/BA - Brasil Fone: +55 73 3680-5596 E-mail: ivanalaman@yahoo.com.br/ivanalaman@gmail.com @ \end{signature}
_______________________________________________ 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.
Abel, Veja se é isto o que vc quer. Se vc tem a média do efeito marginal, você pode ter também o desvio-padrão e outras estimativas. # Média do efeito marginal apply(efeito.marg['(Intercept)',,],1,mean) # isto é igual ao rowMeans que vc usa. 1 2 3 4 5 0.10965817 0.29555932 0.18275531 0.02128801 -0.60926081 apply(efeito.marg['(Intercept)',,],1,sd) # Desvio-padrão da estimativa. 1 2 3 4 5 0.02903666 0.02472514 0.05574690 0.13221473 0.14065723 Valeu! Fábio Mathias Corrêa Universidade Estadual de Santa Cruz Departamento de Ciências Exatas e da Terra - DCET Campus Soane Nazaré de Andrade, km 16 Rodovia Ilhéus-Itabuna CEP 45662-900. Ilhéus-Bahia Tel.: 73-3680-5076 ________________________________ De: Abel Brasil Ramos da Silva <abelbrasil88@gmail.com> Para: r-br@listas.c3sl.ufpr.br; Ivan Bezerra Allaman <ivanalaman@yahoo.com.br> Enviadas: Terça-feira, 16 de Outubro de 2012 11:37 Assunto: Re: [R-br] Informação sobre efeito marginal para Modelos Logit Ordenado Generalizado Olá Ivan, Agradeço a ajuda... Mas, não é isso o que quero... O fitted() da a probabilidade do indivíduo pertencer a categoria, somente... isso já é uma predição do modelo... Note, vou tentar exemplicar com os comandos de forma mais simples... O comando summary(mod) mostra as estimativas dos parametros do modelo, bem como as estimativas dos threshold... Porém, a interpretação das estimativas é sobre logit(P(Y<j)) = a + b*X3 + c*X4 + erro, ou seja, a interpretação da estimativas dos parametros é em cima deste modelo (a interpretação no odds). O efeito marginal de b é na mudança no logit(P(Y<j)). Então, o efeito marginal na probabilidade, cuja modelo vem da distribuição acumulada da logistica, não é extraido no summary(). Para isso, existe esta função margeff() que faz isso. Porém, não tenho informação do erro-padrão e etc, como vem no summary(). Att. Em 16 de outubro de 2012 11:10, Ivan Bezerra Allaman <ivanalaman@yahoo.com.br> escreveu: fitted(mod) e terás o que quer!
(s,f,p) Allaman
\begin{signature} <<>>= Prof. Dr. Ivan Bezerra Allaman Universidade Estadual de Santa Cruz Departamento de Ciências Exatas e Tecnológicas Ilhéus/BA - Brasil Fone: +55 73 3680-5596 E-mail: ivanalaman@yahoo.com.br/ivanalaman@gmail.com @ \end{signature} _______________________________________________ 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.
_______________________________________________ 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.
Sua definição de efeito marginal não foi clara. Qual a definição/conceito e qual a definição matemática e efeito marginal? Eu posso estar enganado, mas calcular média amostral de desvio padrão amostral não são os procedimentos corretos pois essas quantidades são estimativas/predições que possuem incerteza associada. É necessário que você forneça uma definição consistente. Com relação ao método delta, é algo simples de executar no R, você precisa de derivadas e matriz de covariância das estimativas, é um procedimento matricial simples e que por sua vez está implementado na car::deltamethod(), aod::deltamethod() e outras funções. ========================================================================== Walmes Marques Zeviani LEG (Laboratório de Estatística e Geoinformação, 25.450418 S, 49.231759 W) Departamento de Estatística - Universidade Federal do Paraná fone: (+55) 41 3361 3573 VoIP: (3361 3600) 1053 1173 e-mail: walmes@ufpr.br skype: walmeszeviani twitter: @walmeszeviani homepage: http://www.leg.ufpr.br/~walmes linux user number: 531218 ==========================================================================
Olá a todos, Com relação ao efeito marginal, essa denominação é a mesma para efeito parcial da variável no modelo, a denominação é utilizada em outra area de conhecimento. Então, se temos um modelo simples y = a + bx + e, o efeito marginal/parcial de x em y seria: dy/dx = b. Fabio, eu pensei em fazer dessa mesma maneira... Porém, como ressaltou Walmes, calcular a média e desvio padrão amostral dos efeitos individuais e utiliza-los para verificar se o efeito é ou não significativo, eu não sei se o procedimento é correto, não tenho referências sobre isso na literatura... Como salientei nos e-mail anteriores, o resultado que tenho é em cima do logit(P(Y<j))...(ou seja o efeito parcial seria [d logit(P(Y<j)) / d X3] = b ) a interpretação muda se realizo para a probabilidade, [dP(y=j)/d X3 = H(Xb)] , onde H() é uma função diferenças de densidade... Com relação ao método delta, eu utilizei a função car::deltaMetohd().. e o resultado que obtive foi o mesmo do summary(mod)... as estimativas e erros padrões foram as mesmas... Att. Em 16 de outubro de 2012 12:31, Walmes Zeviani <walmeszeviani@gmail.com>escreveu:
Sua definição de efeito marginal não foi clara. Qual a definição/conceito e qual a definição matemática e efeito marginal? Eu posso estar enganado, mas calcular média amostral de desvio padrão amostral não são os procedimentos corretos pois essas quantidades são estimativas/predições que possuem incerteza associada. É necessário que você forneça uma definição consistente. Com relação ao método delta, é algo simples de executar no R, você precisa de derivadas e matriz de covariância das estimativas, é um procedimento matricial simples e que por sua vez está implementado na car::deltamethod(), aod::deltamethod() e outras funções.
========================================================================== Walmes Marques Zeviani LEG (Laboratório de Estatística e Geoinformação, 25.450418 S, 49.231759 W) Departamento de Estatística - Universidade Federal do Paraná fone: (+55) 41 3361 3573 VoIP: (3361 3600) 1053 1173 e-mail: walmes@ufpr.br skype: walmeszeviani twitter: @walmeszeviani homepage: http://www.leg.ufpr.br/~walmes linux user number: 531218 ==========================================================================
_______________________________________________ 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.
participantes (4)
-
Abel Brasil Ramos da Silva -
Fabio Mathias Corrêa -
Ivan Bezerra Allaman -
Walmes Zeviani