Hola Ruben, gracias por la rápida respuesta! ;) Si, mi idea es intentar conseguir la estimación de las probabilidades de las 14 primeras categóricas de la variable dependiente ( eg, Que probabilidad hay de que la variable Y (numero de notificaciones) sea cero? o sea uno? o dos? o sean tres notificaciones?....etc.)
Y se me ocurre, que puede ser una manera de comparar los modelos para ver cual se ajusta mas a los datos reales. Que opinas? voy bien encaminada? El objetivo principal de comparar los modelos (ZIM vs NBM) a través de la probabilidad de predicciones es porq ya he calculado el test de Voung y los criterios AIC/BIC y cada uno apuesta por un modelo diferente....así que me gustaria contrastarlos una vez mas... Cualquier sugerencia o aportación es bienvenida! gracias! Buena mañana! Lore El 6 de noviembre de 2014, 11:41, rubenfcasal <rubenfca...@gmail.com> escribió: > Hola Lorena, > > Sin tener muy claro lo que estas haciendo (deberías tratar de > proporcionar código reproducible, p.e. como se llega a los distintos > modelos a partir de un conj de datos de juguete), entiendo que con la > función predict(zeroinfl, type="prob") obtienes estimaciones de las > probabilidades de las 14 categorías para cada uno de los individuos? > > Simplemente ten en cuenta que lo que estas haciendo no sería realmente > predecir la categoría (aunque creo que serviría para comparar modelos), se > supone que la predicción sería la categoría con mayor probabilidad > estimada? la media estimada? (si no me equivoco, lo que estas haciendo se > parece más a esto último, aunque no exactamente eso...). > > Un saludo, Rubén. > > > El 06/11/2014 10:48, Lorena Tudela Marco escribió: > >> Buenos días a todxs, >> >> Estoy comparando la predicción de los valores (0, 1, 2, 3,.....hasta 13) >> frente a los observados. >> Con la idea de comparar el modelo Zero inflated y el Binomial negativo y >> ver cual presenta mas distancia frente a las predicciones observadas. >> >> Para ello introduzco los códigos en la consola: >> >> #Modelo ZIM >> pred<-round(colSums(predict(zeroinfl, type="prob") [,1:14])) >> #Valores observados realmente >> obs<-table(IB$nijt)[1:14] >> #Tabla comparativa >> rbind( pred, obs) >> >> Y obtengo la siguiente tabla: >> >> 0 1 2 3 4 5 6 7 8 9 10 11 12 13 >> pred 3600 589 349 224 151 105 75 55 42 32 25 20 16 13 >> obs 3529 743 300 203 135 81 76 44 33 37 30 12 14 13 >> >> La duda me surge al intentarlo con el Modelo Binomial negativo.¿Sabeis que >> comando podría introducir para obtener los 13 valores predichos por el >> modelo BN? >> >> Muchas gracias por vuestra ayuda y buen día. >> >> Lorena >> >> [[alternative HTML version deleted]] >> >> _______________________________________________ >> 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 > [[alternative HTML version deleted]] _______________________________________________ R-help-es mailing list R-help-es@r-project.org https://stat.ethz.ch/mailman/listinfo/r-help-es