Domande taggate «generalized-linear-model»

Una generalizzazione della regressione lineare che consente alle relazioni non lineari tramite una "funzione di collegamento" e che la varianza della risposta dipenda dal valore previsto. (Da non confondere con il "modello lineare generale" che estende il modello lineare ordinario alla struttura generale della covarianza e alla risposta multivariata.)





2
RMSE (Root Mean Squared Error) per i modelli logistici
Ho una domanda sulla validità dell'utilizzo di RMSE (Root Mean Squared Error) per confrontare diversi modelli logistici. La risposta è o 0o 1e le previsioni sono probabilità tra 0- 1? Il modo applicato di seguito è valido anche con le risposte binarie? # Using glmnet require(glmnet) load(url("https://github.com/cran/glmnet/raw/master /data/BinomialExample.RData")) cvfit = …


1
bayesglm (arm) contro MCMCpack
Sia bayesglm()(nel pacchetto arm R) che varie funzioni nel pacchetto MCMCpack mirano a fare una stima bayesiana di modelli lineari generalizzati, ma non sono sicuro che stiano effettivamente calcolando la stessa cosa. Le funzioni MCMCpack utilizzano la catena Markov Monte Carlo per ottenere un campione (dipendente) dal posteriore comune per …



3
Come ottenere l'intervallo di confidenza sul cambio di r-square della popolazione
Per un semplice esempio, supponiamo che ci siano due modelli di regressione lineare Modello 1 ha tre predittori, x1a, x2b, ex2c Il modello 2 ha tre predittori dal modello 1 e due predittori aggiuntivi x2aex2b Esiste un'equazione di regressione della popolazione in cui la varianza della popolazione spiegata è per …

1
Accedo trasformato la mia variabile dipendente, posso usare la distribuzione normale GLM con la funzione LOG link?
Ho una domanda riguardante i modelli lineari generalizzati (GLM). La mia variabile dipendente (DV) è continua e non normale. Quindi registro lo trasformato (ancora non normale ma migliorato). Voglio mettere in relazione il DV con due variabili categoriche e una continua covariabile. Per questo voglio condurre un GLM (sto usando …

1
Qual è glm o glmnet più accurato?
R glm e glmnet usano algoritmi diversi. Noto differenze non banali tra i coefficienti stimati quando uso entrambi. Sono interessato a quando uno è più preciso di un altro e il tempo di risolvere / accuratezza è compromesso. In particolare mi riferisco al caso in cui si imposta lambda = …



1
Perché Anova () e drop1 () hanno fornito risposte diverse per i GLMM?
Ho un GLMM del modulo: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Quando uso drop1(model, test="Chi"), ottengo risultati diversi rispetto a quelli che utilizzo Anova(model, type="III")dal pacchetto auto o summary(model). Questi ultimi due danno le stesse risposte. Usando un mucchio di dati fabbricati, …
10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 

Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.