En ese caso, ¿tendría sentido el modelo? o ¿debería quitar esa variable
categórica?
Muchas gracias
El Lun, 9 de Abril de 2018, 20:17, Carlos J. Gil Bellosta escribió:
> Si, creo que el motivo del warning puede ser ese. Es hipotético, pero
> plausible. Sobre todo cuando tienes más de un 90% de ceros.
>
> El coeficiente de ese nivel para el modelo de la mixtura (ceros vs
> binomial
> negativa) sería infinito. Y de ahí el warning.
>
>
>
> El lun., 9 abr. 2018 a las 20:09, <miriam.alz...@unavarra.es> escribió:
>
>>
>> ¿Quieres decir que para un nivel de una variable categorica todas las
>> observaciones de la variable respuesta sean ceros?
>>
>> Gracias
>> El Lun, 9 de Abril de 2018, 19:59, Carlos J. Gil Bellosta escribió:
>> > ¿Podría ser que para algún nivel de alguna variable independiente
>> > categórica solo hubiese ceros? En ese caso, casi seguro, aparecería
>> ese
>> > tipo de warning.
>> >
>> > El lun., 9 abr. 2018 a las 19:00, <miriam.alz...@unavarra.es>
>> escribió:
>> >
>> >> Muchas gracias por la respuesta. He mirado y los coeficientes no son
>> >> altos
>> >> pero sí tengo una gran cantidad de ceros en la variable dependiente
>> (más
>> >> del 90%). Sin embargo, al incluir otro tipo de variables
>> independientes
>> >> no
>> >> me da ese aviso, dejando la misma variable dependiente.
>> >>
>> >> ¿Cómo podría utilizar stan/rstan de forma sencilla para diagnosticar
>> el
>> >> modelo?
>> >>
>> >> Muchas gracias
>> >>
>> >> El Lun, 9 de Abril de 2018, 18:48, Carlos J. Gil Bellosta escribió:
>> >> > Hola, ¿qué tal?
>> >> >
>> >> > El "warning" que comentas aparece en glm.fit precisamente cuando un
>> >> > coeficiente diverge.
>> >> >
>> >> > El aviso puede ser malo o irrelevante, depende. Puede que haya sido
>> >> > emitido
>> >> > en algún paso intermedio del ajuste (por lo que no habría mayor
>> >> problema).
>> >> > O que afecte al ajuste entero. Uno de los síntomas de que el ajuste
>> es
>> >> > malo
>> >> > es que algún coeficiente de tu modelo es excesivamente grande. O
>> que
>> >> el
>> >> > peso correspondiente a tus ceros esté muy próximo a 0 o 1 (que es
>> lo
>> >> mismo
>> >> > en el contexto de un modelo inflado). Mira a ver qué pinta tienen
>> los
>> >> > coeficientes y si tienen cierto sentido a la vista de tus datos.
>> >> Vigila
>> >> > los
>> >> > extremadamente altos.
>> >> >
>> >> > Si no estás segura de tus coeficientes, puedes implementar el
>> modelo
>> >> > generativamente vía stan/rstan. Es sencillo y tendrías buenos
>> >> diagnósticos
>> >> > de lo que esta ocurriendo.
>> >> >
>> >> > Un saludo,
>> >> >
>> >> > Carlos J. Gil Bellosta
>> >> > http://www.datanalytics.com
>> >> >
>> >> >
>> >> >
>> >> >
>> >> > El lun., 9 abr. 2018 a las 18:34, <miriam.alz...@unavarra.es>
>> >> escribió:
>> >> >
>> >> >> Buenas tardes,
>> >> >>
>> >> >> Estoy estimando un modelo binomial negativo de ceros inflados
>> (ZINB)
>> >> >> utilizando el comando zeroinfl() del paquete pscl. Al ejecutarlo
>> me
>> >> da
>> >> >> el
>> >> >> siguiente aviso:
>> >> >> Warning: glm.fit: fitted probabilities numerically 0 or 1 occurred
>> >> >>
>> >> >> ¿Sabéis que significa y si puedo usar el modelo aún con ese aviso?
>> >> ¿Los
>> >> >> coeficientes son fiables?
>> >> >>
>> >> >> Muchas gracias,
>> >> >>
>> >> >> Miriam
>> >> >>
>> >> >> _______________________________________________
>> >> >> R-help-es mailing list
>> >> >> R-help-es@r-project.org
>> >> >> https://stat.ethz.ch/mailman/listinfo/r-help-es
>> >> >>
>> >> >
>> >>
>> >>
>> >>
>> >
>>
>>
>>
>

_______________________________________________
R-help-es mailing list
R-help-es@r-project.org
https://stat.ethz.ch/mailman/listinfo/r-help-es

Responder a