Statistiche e Big Data generalized-linear-model

9

Richiesta di riferimento: modelli lineari generalizzati

Sto cercando un libro introduttivo al livello intermedio sui modelli lineari generalizzati. Idealmente, oltre alla teoria alla base dei modelli, vorrei che includesse applicazioni ed esempi in R o in un altro linguaggio di programmazione - sento che SAS è anche una scelta popolare. Ho intenzione di studiarlo da solo …

18 self-study generalized-linear-model references

5

Gli statistici ipotizzano che non si possa inondare una pianta o sto usando i termini di ricerca sbagliati per la regressione curvilinea?

Quasi tutto quello che ho letto di regressione lineare e GLM si riduce a questo: dove è una funzione non crescente o non decrescente di e è il parametro che si stimare e testare ipotesi su. Esistono dozzine di funzioni di collegamento e trasformazioni di e per rendere una funzione …

18 generalized-linear-model nonlinear-regression link-function

4

Uso dell'offset nel modello binomiale per tenere conto dell'aumento del numero di pazienti

Due domande correlate da parte mia. Ho un frame di dati che contiene un numero di pazienti in una colonna (range 10-17 pazienti) e 0 e 1 che mostrano se un incidente è accaduto quel giorno. Sto usando un modello binomiale per regredire la probabilità di incidente sul numero di …

18 binomial generalized-linear-model offset

5

Usando lmer per la previsione

Ciao ho due problemi che sembrano candidati naturali per modelli multilivello / misti, che non ho mai usato. Il più semplice, e che spero di provare come introduzione, è il seguente: I dati sembrano molte righe del modulo x y innergroup outergroup dove x è una covariata numerica su cui …

18 r mixed-model maximum-likelihood generalized-linear-model

1

Perché l'utilizzo del metodo di Newton per l'ottimizzazione della regressione logistica si chiama minimi quadrati iterativi ripesati?

Perché l'utilizzo del metodo di Newton per l'ottimizzazione della regressione logistica si chiama minimi quadrati iterativi ripesati? Non mi sembra chiaro perché la perdita logistica e la perdita dei minimi quadrati sono cose completamente diverse.

18 logistic generalized-linear-model optimization irls fisher-scoring

2

Perché esattamente la regressione beta non può gestire 0 e 1 nella variabile di risposta?

La regressione beta (ovvero GLM con distribuzione beta e di solito la funzione di collegamento logit) è spesso consigliata per gestire la risposta nota come variabile dipendente che assume valori compresi tra 0 e 1, come frazioni, rapporti o probabilità: regressione per un risultato (rapporto o frazione) tra 0 e …

17 regression generalized-linear-model beta-distribution zero-inflation beta-regression

3

Quale algoritmo di ottimizzazione viene utilizzato nella funzione glm in R?

È possibile eseguire una regressione del log in R utilizzando tale codice: > library(MASS) > data(menarche) > glm.out = glm(cbind(Menarche, Total-Menarche) ~ Age, + family=binomial(logit), data=menarche) > coefficients(glm.out) (Intercept) Age -21.226395 1.631968 Sembra che l'algoritmo di ottimizzazione sia converto - ci sono informazioni sul numero di passaggi dell'algoritmo di punteggio …

17 r generalized-linear-model optimization algorithms logit

2

Come fare un modello lineare generalizzato con più variabili dipendenti in R?

Ho sei variabili dipendenti (contare i dati) e diverse variabili indipendenti, vedo che in un MMR lo script va così: my.model <- lm(cbind(DV1,DV2,DV3,DV4,DV5,DV6) ~ IV1 + IV2 + ... + IVn) Ma, poiché i miei dati sono conteggi, voglio usare un modello lineare generalizzato e ho provato questo: my.model <- …

17 r generalized-linear-model multiple-regression

1

Proprietà delle regressioni logistiche

Stiamo lavorando con alcune regressioni logistiche e ci siamo resi conto che la probabilità media stimata è sempre uguale alla proporzione di quelle nel campione; cioè, la media dei valori adattati è uguale alla media del campione. Qualcuno può spiegarmi il motivo o darmi un riferimento dove posso trovare questa …

17 regression logistic modeling generalized-linear-model maximum-likelihood

2

Come è possibile che Poisson GLM accetti numeri non interi?

Sono davvero sbalordito dal fatto che il Poisson GLM accetta numeri non interi! Guarda: Dati (contenuto di data.txt): 1 2001 0.25 1 1 2002 0.5 1 1 2003 1 1 2 2001 0.25 1 2 2002 0.5 1 2 2003 1 1 Script R: t <- read.table("data.txt") names(t) <- c('site', …

17 r generalized-linear-model poisson-distribution poisson-regression

5

Come specificare una distribuzione lognormale nell'argomento della famiglia glm in R?

Domanda semplice: come specificare una distribuzione lognormale nell'argomento della famiglia GLM in R? Non sono riuscito a trovare come raggiungere questo obiettivo. Perché lognormal (o esponenziale) non è un'opzione nell'argomento della famiglia? Da qualche parte negli archivi R ho letto che si deve semplicemente usare il log-link per la famiglia …

17 r distributions generalized-linear-model lognormal

3

Come decidere quale famiglia glm usare?

Ho dati sulla densità dei pesci che sto cercando di confrontare tra diverse tecniche di raccolta, i dati hanno molti zeri e l'istogramma sembra molto appropriato per una distribuzione di poisson tranne per il fatto che, come densità, non sono dati interi. Sono relativamente nuovo per i GLM e ho …

17 regression distributions generalized-linear-model link-function

1

Pearson VS Deviance Residuals nella regressione logistica

So che i residui Pearson standardizzati sono ottenuti in modo probabilistico tradizionale: ri=yi−πiπi(1−πi)−−−−−−−−√ri=yi−πiπi(1−πi) r_i = \frac{y_i-\pi_i}{\sqrt{\pi_i(1-\pi_i)}} e Deviance Residuals sono ottenuti attraverso un modo più statistico (il contributo di ciascun punto alla probabilità): di=si−2[yilogπi^+(1−yi)log(1−πi)]−−−−−−−−−−−−−−−−−−−−−−−−−−√di=si−2[yilog⁡πi^+(1−yi)log⁡(1−πi)] d_i = s_i \sqrt{-2[y_i \log \hat{\pi_i} + (1 - y_i)\log(1-\pi_i)]} dove = 1 se = 1 …

16 regression logistic generalized-linear-model residuals deviance

4

Strategia per decidere il modello appropriato per i dati di conteggio

Qual è la strategia appropriata per decidere quale modello utilizzare con i dati di conteggio? Ho dei dati di conteggio che devo modellare come modello multilivello e mi è stato consigliato (su questo sito) che il modo migliore per farlo è tramite bug o MCMCglmm. Tuttavia sto ancora cercando di …

16 poisson-distribution generalized-linear-model negative-binomial overdispersion

2

Perché facciamo grandi storie sull'uso del punteggio Fisher quando ci si adatta a un GLM?

Sono curioso di sapere perché trattiamo GLMS come se fossero un problema di ottimizzazione speciale. Sono loro? Mi sembra che siano solo la massima verosimiglianza e che annotiamo la verosimiglianza e poi ... la massimizziamo! Quindi, perché utilizziamo il punteggio di Fisher anziché una miriade di schemi di ottimizzazione sviluppati …

16 generalized-linear-model optimization fisher-scoring

Domande taggate «generalized-linear-model»