Statistiche e Big Data generalized-linear-model

10

Qual è la differenza tra il modello Logit e Probit ? Sono più interessato qui a sapere quando usare la regressione logistica e quando usare Probit. Se c'è qualche letteratura che lo definisce usando R , anche questo sarebbe utile.

299 r generalized-linear-model logistic probit link-function

4

Diagrammi diagnostici per la regressione del conteggio

Quali grafici diagnostici (e forse test formali) trovi più informativo per le regressioni in cui il risultato è una variabile di conteggio? Sono particolarmente interessato ai modelli binomiali di Poisson e negativi, nonché alle controparti a gonfiaggio zero e ostacolo di ciascuno. La maggior parte delle fonti che ho trovato …

88 generalized-linear-model residuals negative-binomial zero-inflation poisson-regression

4

Quando utilizzare i GLM gamma?

La distribuzione gamma può assumere una gamma piuttosto ampia di forme e, dato il legame tra media e varianza attraverso i suoi due parametri, sembra adatta a trattare l'eteroschedasticità nei dati non negativi, in modo che OLS trasformato in log possa non fare a meno di WLS o di una …

88 generalized-linear-model gamma-distribution

3

Un esempio: regressione di LASSO utilizzando glmnet per il risultato binario

Sto iniziando a dilettarsi con l'uso di glmnetcon LASSO Regressione dove il mio risultato di interesse è dicotomica. Di seguito ho creato un piccolo frame di dati finti: age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, 1, 1, 0, 1, 0, 0) …

78 r self-study lasso regression interpretation anova statistical-significance survey conditional-probability independence naive-bayes graphical-model r time-series forecasting arima r forecasting exponential-smoothing bootstrap outliers r regression poisson-distribution zero-inflation genetic-algorithms machine-learning feature-selection cart categorical-data interpretation descriptive-statistics variance multivariate-analysis covariance-matrix r data-visualization generalized-linear-model binomial proportion pca matlab svd time-series correlation spss arima chi-squared curve-fitting text-mining zipf probability categorical-data distance group-differences bhattacharyya regression variance mean data-visualization variance clustering r standard-error association-measure somers-d normal-distribution integral numerical-integration bayesian clustering python pymc nonparametric-bayes machine-learning svm kernel-trick hyperparameter poisson-distribution mean continuous-data univariate missing-data dag python likelihood dirichlet-distribution r anova hypothesis-testing statistical-significance p-value rating data-imputation censoring threshold

5

Quali sono le alternative moderne e facilmente utilizzabili alla regressione graduale?

Ho un set di dati con circa 30 variabili indipendenti e vorrei costruire un modello lineare generalizzato (GLM) per esplorare la relazione tra loro e la variabile dipendente. Sono consapevole che il metodo che mi è stato insegnato per questa situazione, la regressione graduale, è ora considerato un peccato statistico …

76 regression generalized-linear-model model-selection stepwise-regression

4

Qual è la differenza tra una "funzione di collegamento" e una "funzione di collegamento canonico" per GLM

Qual è la differenza tra i termini "funzione di collegamento" e "funzione di collegamento canonico"? Inoltre, ci sono dei vantaggi (teorici) nell'usare l'uno rispetto all'altro? Ad esempio, una variabile di risposta binaria può essere modellata utilizzando molte funzioni di collegamento come logit , probit , ecc. Tuttavia, logit qui è …

65 logistic generalized-linear-model link-function

1

Come interpretare i coefficienti in una regressione di Poisson?

Come posso interpretare i principali effetti (coefficienti per il fattore codificato fittizio) in una regressione di Poisson? Supponiamo il seguente esempio: treatment <- factor(rep(c(1, 2), c(43, 41)), levels = c(1, 2), labels = c("placebo", "treated")) improved <- factor(rep(c(1, 2, 3, 1, 2, 3), c(29, 7, 7, 13, 7, 21)), levels …

64 r generalized-linear-model interpretation poisson-distribution regression-coefficients

3

Cosa significano i residui di una regressione logistica significa?

Nel rispondere a questa domanda John Christie ha suggerito che l'adattamento di modelli di regressione logistica dovrebbe essere valutata attraverso la valutazione dei residui. Conosco bene come interpretare i residui in OLS, sono nella stessa scala del DV e molto chiaramente la differenza tra ye y prevista dal modello. Tuttavia, …

62 r logistic generalized-linear-model residuals aic

1

Perché la trasformazione radice quadrata è consigliata per i dati di conteggio?

Si consiglia spesso di prendere la radice quadrata quando si hanno i dati di conteggio. (Per alcuni esempi su CV, vedi la risposta di @ HarveyMotulsky qui , o la risposta di @ whuber qui .) D'altra parte, quando si adatta un modello lineare generalizzato con una variabile di risposta …

57 generalized-linear-model data-transformation poisson-distribution count-data variance-stabilizing

4

Scelta tra LM e GLM per una variabile di risposta trasformata in log

Sto cercando di capire la filosofia alla base dell'utilizzo di un modello lineare generalizzato (GLM) rispetto a un modello lineare (LM). Di seguito ho creato un set di dati di esempio in cui: log(y)=x+εlog⁡(y)=x+ε\log(y) = x + \varepsilon L'esempio non ha l'errore in funzione della grandezza di , quindi suppongo …

55 r generalized-linear-model linear-model gamma-distribution link-function

9

Raccomandazione di libri statistici avanzati

In questo sito ci sono molti thread per consigli sui libri sulle statistiche introduttive e sull'apprendimento automatico, ma sto cercando un testo sulle statistiche avanzate che includa, in ordine di priorità: massima probabilità, modelli lineari generalizzati, analisi dei componenti principali, modelli non lineari . Ho provato i modelli statistici di …

55 generalized-linear-model pca maximum-likelihood references saddlepoint-approximation

1

Ottenere valori previsti (Y = 1 o 0) da un adattamento del modello di regressione logistica

Diciamo che ho un oggetto di classe glm(corrispondente a un modello di regressione logistica) e vorrei trasformare le probabilità previste fornite predict.glmutilizzando l'argomento type="response"in risposte binarie, ovvero o . Qual è il modo più rapido e canonico per farlo in R?Y=1Y=1Y=1Y=0Y=0Y=0 Mentre, ancora una volta, ne sono a conoscenza predict.glm, …

50 r generalized-linear-model logistic

4

In che modo regressione, test t e ANOVA sono tutte versioni del modello lineare generale?

Come sono tutte le versioni dello stesso metodo statistico di base?

49 regression self-study anova generalized-linear-model t-test

2

Interpretazione della devianza residua e nulla in GLM R

Come interpretare la deviazione nulla e residua in GLM in R? Diciamo che AIC più piccolo è meglio. C'è qualche interpretazione simile e rapida anche per le deviazioni? Deviazione nulla: 1146,1 su 1077 gradi di libertà Devianza residua: 4589,4 su 1099 gradi di libertà AIC: 11089

47 generalized-linear-model deviance

3

Modello lineare con risposta trasformata in log vs. modello lineare generalizzato con log link

In questo documento intitolato "SCEGLIERE TRA MODELLI LINEARI GENERALIZZATI APPLICATI AI DATI MEDICI" gli autori scrivono: In un modello lineare generalizzato, la media viene trasformata dalla funzione di collegamento, invece di trasformare la risposta stessa. I due metodi di trasformazione possono portare a risultati abbastanza diversi; ad esempio, la media …

46 generalized-linear-model model-selection lognormal

Domande taggate «generalized-linear-model»