Запитання з тегом «generalized-linear-model»

Яке значення t valueі Pr(>|t|)при використанні summary()функції на лінійній регресійній моделі в R? Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) 10.1595 1.3603 7.469 1.11e-13 *** log(var) 0.3422 0.1597 2.143 0.0322 *

11 r  regression  generalized-linear-model 

Хтось знає, яка формула відстані Кука? Оригінальна формула відстані Кука використовує студизовані залишки, але чому R використовує std. Залишки Пірсона при обчисленні графіку відстані Кука для ГЛМ. Я знаю, що студизовані залишки не визначені для ГММ, але як виглядає формула для обчислення відстані Кука? Припустимо наступний приклад: numberofdrugs <- rcauchy(84, …

11 r  regression  generalized-linear-model  residuals  cooks-distance 

Я намагаюся моделювати середню інтенсивність паразитів, що впливають на господаря в R, використовуючи негативну біноміальну модель. Я постійно отримую 50 або більше попереджень, які говорять: In dpois(y, mu, log = TRUE) : non-integer x = 251.529000 Як я можу впоратися з цим? Мій код виглядає приблизно так: mst.nb = glm.nb(Larvae+Nymphs+Adults~B.type+Month+Season, …

11 r  generalized-linear-model  negative-binomial 

У мене виникає питання щодо обґрунтованості використання RMSE (Root Mean Squared Error) для порівняння різних логістичних моделей. Відповідь є 0або, 1і прогнози є ймовірністю між 0- 1? Чи справедливий спосіб, застосований нижче, і для двійкових відповідей? # Using glmnet require(glmnet) load(url("https://github.com/cran/glmnet/raw/master /data/BinomialExample.RData")) cvfit = cv.glmnet(x, y, family = "binomial", type.measure …

10 regression  logistic  generalized-linear-model  glmnet  rms 

Я виконую glms в R (узагальнені лінійні моделі). Я думав, що знаю значення - поки я не побачив, що виклик резюме для glm не дає вам переважаючого значення представника моделі в цілому - принаймні, не там, де лінійні моделі. Мені цікаво, чи це вказано як значення для перехоплення вгорі таблиці …

10 r  statistical-significance  generalized-linear-model  p-value  descriptive-statistics 

Як bayesglm()(в пакеті R-R), так і різні функції в пакеті MCMCpack спрямовані на те, щоб зробити байєсівську оцінку узагальнених лінійних моделей, але я не впевнений, що вони насправді обчислюють одне і те ж. Функції MCMCpack використовують ланцюг Маркова Монте-Карло для отримання (залежного) зразка із спільного заднього для параметрів моделі. bayesglm(), …

10 bayesian  generalized-linear-model 

Я просто намагаюся перерахувати за допомогою dnorm () імовірність журналу, яку забезпечує функція logLik з lm-моделі (в R). Він працює (майже ідеально) для великої кількості даних (наприклад, n = 1000): > n <- 1000 > x <- 1:n > set.seed(1) > y <- 10 + 2*x + rnorm(n, 0, 2) …

10 r  generalized-linear-model  likelihood  lm 

В Rми можемо «до» ваги в glmрегресії через вагу параметр. Наприклад: glm.D93 <- glm(counts ~ outcome + treatment, family = poisson(), weights=w) Як це можна досягти в JAGSабоBUGS моделі моделі? Я знайшов якийсь документ, який обговорював це, але жоден з них не дає прикладу. Мене цікавлять переважно приклади Пуассона та …

10 bayesian  generalized-linear-model  jags  bugs  weighted-regression 

Для простого прикладу припустимо, що існує дві моделі лінійної регресії Модель 1 має три провісники, x1a, x2b, іx2c Модель 2 має три предиктори з моделі 1 та два додаткові прогнози x2aтаx2b Існує рівняння регресії чисельності населення, де пояснюється дисперсія популяції для Моделі 1 та для Моделі 2. Інкрементальна дисперсія, пояснена …

10 regression  confidence-interval  estimation  r-squared  shrinkage  anova  t-test  references  tukey-hsd  machine-learning  boosting  r  clustering  fishers-exact  generalized-linear-model  model  probit  link-function  r  survival  probability  distributions  dice  logistic  lme4-nlme  glmm  meta-analysis  distributions  distributions  factor-analysis  r  anova  repeated-measures  post-hoc 

У мене виникає питання щодо узагальнених лінійних моделей (GLM). Моя залежна змінна (DV) є безперервною і не нормальною. Тому я переклав її (все ще не нормально, але покращив). Я хочу співвідносити DV з двома категоричними змінними та однією безперервною коефіцієнтом. Для цього я хочу провести GLM (я використовую SPSS), але …

10 normal-distribution  generalized-linear-model  data-transformation  residuals  histogram 

R glm і glmnet використовують різні алгоритми. Я помічаю нетривіальні відмінності між оціненими коефіцієнтами, коли використовую обидва. Мене цікавить, коли один є більш точним, ніж інший, і час вирішити / точність торгувати. Зокрема, я маю на увазі випадок, коли в glmnet st встановлюється лямбда = 0, він оцінює те саме, …

10 r  generalized-linear-model  glmnet 

Один із способів знайти точність моделі логістичної регресії за допомогою 'glm' - це знайти графік AUC. Як перевірити те саме для регресійної моделі, знайденої з змінною безперервної відповіді (family = 'gaussian')? Які методи використовуються для перевірки того, наскільки моя модель регресії відповідає даним?

10 r  regression  generalized-linear-model 

Припустимо, у мене є 10 учнів, які намагаються вирішити 20 задач з математики. Проблеми оцінюються правильними або неправильними (у лонгдатах), а результативність кожного учня може бути узагальнена за допомогою міри точності (у підданих). Моделі 1, 2 і 4 нижче, здається, дають різні результати, але я розумію, що вони роблять те …

10 r  regression  logistic  generalized-linear-model  binomial 

У мене є GLMM форми: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Під час використання drop1(model, test="Chi")я отримую інші результати, ніж якщо я використовую Anova(model, type="III")з автомобільного пакета або summary(model). Ці два останні дають однакові відповіді. Використовуючи купу сфабрикованих даних, я виявив, що …

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 

Нульова завищені Пуассона моделі регресії визначається для зразка по і далі передбачається, що параметри та задовольняютьY i = { 0 з вірогідністю p i + ( 1 - p i ) e - λ i k з вірогідністю ( 1 - p i ) e - λ i λ k …

10 generalized-linear-model  maximum-likelihood  poisson-distribution  expectation-maximization  latent-variable