สมมติว่าฉันพอดีกับการถดถอยแบบทวินามและได้รับการประเมินจุดและเมทริกซ์ความแปรปรวนร่วม - ความแปรปรวนร่วมของสัมประสิทธิ์การถดถอย นั่นจะทำให้ฉันได้ CI สำหรับสัดส่วนที่คาดหวังของความสำเร็จในการทดลองในอนาคต, , แต่ฉันต้องการ CI สำหรับสัดส่วนที่สังเกตได้ มีคำตอบที่เกี่ยวข้องสองสามข้อที่โพสต์รวมถึงการจำลอง (สมมติว่าฉันไม่ต้องการทำเช่นนั้น) และลิงก์ไปยัง Krishnamoorthya et al (ซึ่งไม่ค่อยตอบคำถามของฉัน)
เหตุผลของฉันมีดังนี้: ถ้าเราใช้แค่แบบจำลอง Binomial เราถูกบังคับให้สมมติว่าถูกสุ่มตัวอย่างจากการแจกแจงแบบปกติ (ด้วย Wald CI ที่สอดคล้องกัน) และดังนั้นจึงเป็นไปไม่ได้ที่จะได้รับ CI สำหรับสัดส่วนที่สังเกตได้ในรูปแบบปิด หากเราสมมติว่าถูกสุ่มตัวอย่างจากการแจกแจงแบบเบต้าแล้วสิ่งต่างๆนั้นง่ายกว่ามากเนื่องจากการนับความสำเร็จจะเป็นไปตามการกระจายแบบเบต้า - ทวินาม เราก็จะต้องคิดว่ามีความไม่แน่นอนในพารามิเตอร์เบต้าประมาณไม่มีและ\
มีสามคำถาม:
1) ทฤษฎีหนึ่ง: คุณสามารถใช้การประมาณค่าพารามิเตอร์เบต้าหรือไม่ ฉันรู้ว่าการสร้าง CI สำหรับการสังเกตในอนาคตในการถดถอยเชิงเส้นหลาย
พวกเขาทำอย่างนั้นแปรปรวนระยะผิดพลาด WRT, 2 ฉันรับมันไป (แก้ไขให้ฉันถ้าฉันทำผิด) ว่าเหตุผลคือในทางปฏิบัติคาดว่ามีความแม่นยำมากกว่าค่าสัมประสิทธิ์การถดถอยและเราจะไม่ได้รับมากนักโดยพยายามรวมความไม่แน่นอนของ . การให้เหตุผลที่คล้ายคลึงกันนี้ใช้กับพารามิเตอร์เบต้าโดยประมาณและหรือไม่
2) แพ็คเกจไหนดีกว่า (R: gamlss-bb, betareg, aod?; นอกจากนี้ฉันยังสามารถเข้าถึง SAS)
3) กำหนดพารามิเตอร์เบต้าโดยประมาณมีทางลัด (โดยประมาณ) ในการรับปริมาณ (2.5%, 97.5%) สำหรับการนับจำนวนความสำเร็จในอนาคตหรือดีกว่าสำหรับสัดส่วนของความสำเร็จในอนาคตภายใต้การกระจายเบต้า - ทวินาม