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.)

1
Ripetibilità informatica degli effetti da un modello più leggero
Mi sono appena imbattuto in questo documento , che descrive come calcolare la ripetibilità ( nota anche come affidabilità, nota anche come correlazione intraclasse) di una misurazione tramite la modellazione di effetti misti. Il codice R sarebbe: #fit the model fit = lmer(dv~(1|unit),data=my_data) #obtain the variance estimates vc = VarCorr(fit) …
28 mixed-model  reliability  intraclass-correlation  repeatability  spss  factor-analysis  survey  modeling  cross-validation  error  curve-fitting  mediation  correlation  clustering  sampling  machine-learning  probability  classification  metric  r  project-management  optimization  svm  python  dataset  quality-control  checking  clustering  distributions  anova  factor-analysis  exponential  poisson-distribution  generalized-linear-model  deviance  machine-learning  k-nearest-neighbour  r  hypothesis-testing  t-test  r  variance  levenes-test  bayesian  software  bayesian-network  regression  repeated-measures  least-squares  change-scores  variance  chi-squared  variance  nonlinear-regression  regression-coefficients  multiple-comparisons  p-value  r  statistical-significance  excel  sampling  sample  r  distributions  interpretation  goodness-of-fit  normality-assumption  probability  self-study  distributions  references  theory  time-series  clustering  econometrics  binomial  hypothesis-testing  variance  t-test  paired-comparisons  statistical-significance  ab-test  r  references  hypothesis-testing  t-test  normality-assumption  wilcoxon-mann-whitney  central-limit-theorem  t-test  data-visualization  interactive-visualization  goodness-of-fit 
3
Perché la regressione Beta / Dirichlet non è considerata un modello lineare generalizzato?
La premessa è questa citazione dalla vignetta del pacchetto R betareg1 . Inoltre, il modello condivide alcune proprietà (come predittore lineare, funzione di collegamento, parametro di dispersione) con modelli lineari generalizzati (GLM; McCullagh e Nelder 1989), ma non è un caso speciale di questo framework (nemmeno per dispersione fissa ) …
2
Diagnostica per modelli lineari (misti) generalizzati (in particolare residui)
Attualmente sto lottando per trovare il modello giusto per dati di conteggio difficili (variabile dipendente). Ho provato vari modelli diversi (i modelli di effetti misti sono necessari per il mio tipo di dati) come lmere lme4(con una trasformazione logaritmica) nonché modelli di effetti misti lineari generalizzati con varie famiglie come …
1
Modello lineare non lineare o generalizzato: come ti riferisci alla regressione logistica, di Poisson, ecc.?
Ho una domanda sulla semantica su cui vorrei esprimere le opinioni degli altri statistici. Sappiamo che modelli come la logistica, Poisson, ecc. Rientrano nell'ambito di modelli lineari generalizzati. Il modello include funzioni non lineari dei parametri, che possono a loro volta essere modellate utilizzando la struttura del modello lineare utilizzando …
2
Perché esistono due diverse formule / notazioni di perdita logistica?
Ho visto due tipi di formulazioni logistiche di perdita. Possiamo facilmente dimostrare che sono identici, l'unica differenza è la definizione dell'etichetta yyy . Formulazione / notazione 1, y∈{0,+1}y∈{0,+1}y \in \{0, +1\} : L(y,βTx)=−ylog(p)−(1−y)log(1−p)L(y,βTx)=−ylog⁡(p)−(1−y)log⁡(1−p) L(y,\beta^Tx)=-y\log(p)-(1-y)\log(1-p) dove p=11+exp(−βTx)p=11+exp⁡(−βTx)p=\frac 1 {1+\exp(-\beta^Tx)} , in cui la funzione logistica associa un numero realeβTxβTx\beta^T xa intervalli …
1
Interpretazione variabile latente di modelli lineari generalizzati (GLM)
Versione breve: Sappiamo che la regressione logistica e la regressione probit possono essere interpretate come implicanti una variabile latente continua che viene discretizzata in base a una soglia fissa prima dell'osservazione. È disponibile una simile interpretazione variabile latente per, per esempio, la regressione di Poisson? Che ne dici della regressione …
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.