Home Forum Comunicazioni test d'attamento

Questo argomento contiene 3 risposte, ha 2 partecipanti, ed è stato aggiornato da Davide Massidda Davide Massidda 9 mesi, 1 settimana fa.

Stai vedendo 4 articoli - dal 1 a 4 (di 4 totali)
  • Autore
    Articoli
  • #7170

    Babbage91
    Partecipante

    salve ragazzi , devo condurre un test d’adattamento,con significatività del 10%, di un tot numero di dati raccolti in classi , rispetto a una distribuzione di poisson con parametro stimato con il metodo numerico di massima verosimiglianza.
    Che comandi dovrei usare per trovare il parametro stimato con il metodo numerico di massima verosimiglianza ? Se non sbaglio poi per svolgere il test dovrei trovare un valore “probabilità” e per svolgere il test utilizzare il comando :

    chisq.test(hCOSE$counts,p=probabilità,rescale.p=TRUE)

    Perdonatemi se dimentico o sbaglio qualcosa ma ho iniziato ora ad usare R ….
    Grazie e buona giornata!

    #7176
    Davide Massidda
    Davide Massidda
    Moderatore

    Ciao, non mi è chiara una cosa: di questa distribuzione tu sai già quali sono i parametri che la definiscono e vuoi vedere se un set di dati può essere stato estratto da essa, oppure vuoi stimarne i parametri basandoti su questo set di dati?

    #7177

    Babbage91
    Partecipante

    io ho un set di dati raccolti in classi, devo prima stimare un parametro con il metodo (numerico) della massimo verosimiglianza (rispetto ad una distribuzione di Poisson) e poi condurre un test d’adattamento.

    #7178
    Davide Massidda
    Davide Massidda
    Moderatore

    Ok, chiaro. In pratica stai dicendo che devi realizzare un modello lineare generalizzato utilizzando la Poisson come distribuzione di riferimento. Quindi:
    model <- glm(y ~ x, data=tuo_dataset, family=poisson)
    dove y è il vettore dove sono registrate le frequenze, mentre x specifica la classe di appartenenza di ogni frequenza. Per visualizare il risultato:ù
    summary(model)
    Per il test di adattamento potresti usare:
    anova(model,test="Chisq")

    Per esempio:

    > dataset <- data.frame(freq=c(100,130,110,104),group=c("G1","G2","G3","G4"))
    > dataset
      freq group
    1  100    G1
    2  130    G2
    3  110    G3
    4  104    G4
    
    > model <- glm(freq ~ group, data=dataset, family=poisson)
    > summary(model)
    
    Call:
    glm(formula = freq ~ group, family = poisson, data = dataset)
    
    Deviance Residuals: 
    [1]  0  0  0  0
    
    Coefficients:
                Estimate Std. Error z value Pr(>|z|)    
    (Intercept)  4.60517    0.10000  46.052   <2e-16 ***
    groupG2      0.26236    0.13301   1.972   0.0486 *  
    groupG3      0.09531    0.13817   0.690   0.4903    
    groupG4      0.03922    0.14005   0.280   0.7794    
    ---
    Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
    
    (Dispersion parameter for poisson family taken to be 1)
    
        Null deviance: 4.6692e+00  on 3  degrees of freedom
    Residual deviance: 2.3537e-14  on 0  degrees of freedom
    AIC: 34.175
    
    Number of Fisher Scoring iterations: 2
    
    > anova(model,test="Chisq")
    Analysis of Deviance Table
    
    Model: poisson, link: log
    
    Response: freq
    
    Terms added sequentially (first to last)
    
          Df Deviance Resid. Df Resid. Dev Pr(>Chi)
    NULL                      3     4.6692         
    group  3   4.6692         0     0.0000   0.1977
Stai vedendo 4 articoli - dal 1 a 4 (di 4 totali)

Devi essere loggato per rispondere a questa discussione.