Запитання з тегом «generalized-linear-model»

У мене було достатньо курсів зі статистики в шкільні роки та в університеті. Я добре розумію такі поняття, як, CI, p-значення, інтерпретація статистичної значущості, багаторазове тестування, кореляція, проста лінійна регресія (з найменшими квадратами) (загальні лінійні моделі) та всі тести гіпотези. Мене знайомили з цим більшу частину ранніх часів здебільшого математично. …

10 bayesian  references  maximum-likelihood  generalized-linear-model 

Мене бентежать заяви на веб-сторінці UCLA про регрес логістики змішаних ефектів. Вони показують таблицю коефіцієнтів фіксованих ефектів від пристосування такої моделі, і перший абзац, наведений нижче, здається, інтерпретує коефіцієнти точно як звичайна логістична регресія. Але тоді, коли вони говорять про коефіцієнти шансів, вони кажуть, що ви повинні інтерпретувати їх умовно …

10 logistic  mixed-model  generalized-linear-model  random-effects-model 

У чому полягають відмінності у використанні узагальнених лінійних моделей, таких як автоматичне визначення відповідності (ARD) та регресія хребта, порівняно з моделями часових рядів, як Box-Jenkins (ARIMA) або експоненціальне згладжування для прогнозування? Чи є якісь правила щодо того, коли використовувати GLM та коли використовувати часовий ряд?

10 time-series  generalized-linear-model  forecasting 

У наступному коді я здійснюю логістичну регресію на згрупованих даних за допомогою glm та "від руки" за допомогою mle2. Чому функція logLik в R дає мені ймовірність журналу logLik (fit.glm) = - 2.336, що відрізняється від одного logLik (fit.ml) = - 5.514, який я отримую вручну? library(bbmle) #successes in first …

10 r  self-study  generalized-linear-model 

Я намагаюся вписати в R дискретний час модель, але не знаю, як це зробити. Я читав, що ви можете організувати залежну змінну в різні рядки, по одній для кожного часу спостереження, і використовувати glmфункцію за допомогою посилання logit або cloglog. У цьому сенсі, у мене є три колонки: ID, Event(1 …

10 r  survival  pca  sas  matlab  neural-networks  r  logistic  spatial  spatial-interaction-model  r  time-series  econometrics  var  statistical-significance  t-test  cross-validation  sample-size  r  regression  optimization  least-squares  constrained-regression  nonparametric  ordinal-data  wilcoxon-signed-rank  references  neural-networks  jags  bugs  hierarchical-bayesian  gaussian-mixture  r  regression  svm  predictive-models  libsvm  scikit-learn  probability  self-study  stata  sample-size  spss  wilcoxon-mann-whitney  survey  ordinal-data  likert  group-differences  r  regression  anova  mathematical-statistics  normal-distribution  random-generation  truncation  repeated-measures  variance  variability  distributions  random-generation  uniform  regression  r  generalized-linear-model  goodness-of-fit  data-visualization  r  time-series  arima  autoregressive  confidence-interval  r  time-series  arima  autocorrelation  seasonality  hypothesis-testing  bayesian  frequentist  uninformative-prior  correlation  matlab  cross-correlation 

У мене є питання про інтерпретацію коефіцієнтів взаємодії між неперервною та категоричною змінною. ось моя модель: model_glm3=glm(cog~lg_hag+race+pdg+sex+as.factor(educa)+(lg_hag:as.factor(educa)), data=base_708) Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) 21.4836 2.0698 10.380 < 2e-16 *** lg_hag 8.5691 3.7688 2.274 0.02334 * raceblack -8.4715 1.7482 -4.846 1.61e-06 *** racemexican -3.0483 1.7073 -1.785 0.07469 . …

10 categorical-data  generalized-linear-model  interaction  interpretation 

Коефіцієнт ймовірності (він же відхилення) статистика та тест на непридатність (або на придатність) є досить простим для отримання логістичної моделі регресії (підходящої за допомогою функції) в Р. Однак це може бути легко кількість підрахунків клітинок закінчується досить низькою, що тест є ненадійним. Один із способів перевірити надійність тесту на коефіцієнт …

10 r  chi-squared  logistic  generalized-linear-model  goodness-of-fit 

Це лише приклад, на який я зустрічався кілька разів, тому у мене немає даних про вибірку. Запуск лінійної регресійної моделі в R: a.lm = lm(Y ~ x1 + x2) x1є суцільною змінною. x2категоричний і має три значення, наприклад "Низький", "Середній" та "Високий". Однак вихід, отриманий R, був би на кшталт: …

10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 

У мене виникло питання щодо того, чи можна використовувати компенсацію. Припустимо дуже просту модель, де ви хочете описати (загальну) кількість голів у хокеї. Отже, у вас є цілі, кількість зіграних ігор та фіктивна змінна "нападник", яка дорівнює 1, якщо гравець є нападником, а 0 - в іншому випадку. Отже, яка …

10 r  regression  poisson-distribution  generalized-linear-model  count-data 

Я намагаюся інтерпретувати такий тип логістичної моделі: mdl <- glm(c(suc,fail) ~ fac1 + fac2, data=df, family=binomial) Чи є результат predict(mdl)очікуваних шансів на успіх для кожної точки даних? Чи існує простий спосіб підрахунку шансів для кожного факторного рівня моделі, а не всіх точок даних?

10 r  logistic  generalized-linear-model 

Я вивчаю різницю між регуляризацією в регресії RKHS і лінійною регресією, але мені важко зрозуміти вирішальну різницю між ними. Дано пари введення-виведення (xi,yi)(xi,yi)(x_i,y_i), Я хочу оцінити функцію f(⋅)f(⋅)f(\cdot) наступним чином f(x)≈u(x)=∑i=1mαiK(x,xi),f(x)≈u(x)=∑i=1mαiK(x,xi),\begin{equation}f(x)\approx u(x)=\sum_{i=1}^m \alpha_i K(x,x_i),\end{equation} де K(⋅,⋅)K(⋅,⋅)K(\cdot,\cdot)є функцією ядра. Коефіцієнтиαmαm\alpha_m можна або знайти, вирішивши minα∈Rn1n∥Y−Kα∥2Rn+λαTKα,minα∈Rn1n‖Y−Kα‖Rn2+λαTKα,\begin{equation} {\displaystyle \min _{\alpha\in R^{n}}{\frac {1}{n}}\|Y-K\alpha\|_{R^{n}}^{2}+\lambda \alpha^{T}K\alpha},\end{equation} …

9 regression  generalized-linear-model  regularization  kernel-trick  rbf-kernel 

Я підганяю кілька моделей форми .. glm(DV ~ I(1/IV), family = Gamma(link = "log") .. і шукаю способи порівняння отриманих моделей для різних змінних. Мені цікаво, чи має значення альфа будь-яке практичне використання? Для трьох графіків нижче значення альфа - 17,85, 9,03 та 6,27. Чи містять ці значення будь-яку інформацію, …

9 generalized-linear-model  gamma-distribution 

У моєму полі звичайний спосіб побудувати парні дані - це серія тонких похилих відрізків ліній, перекриваючи їх медіаною та CI медіани для двох груп: Однак подібний сюжет стає набагато складнішим для читання, оскільки кількість точок даних стає дуже великою (у моєму випадку я маю порядку 10000 пар): Скорочення альфа трохи …

9 generalized-linear-model  data-visualization  modeling  interpretation  paired-data 

Наступна багаторівнева логістична модель з однією пояснювальною змінною на рівні 1 (індивідуальний рівень) та однією пояснювальною змінною на рівні 2 (рівень групи): logit (pi j) =π0 j+π1 jхi j… ( 1 )logit(pij)=π0j+π1jхij…(1)\text{logit}(p_{ij})=\pi_{0j}+\pi_{1j}x_{ij}\ldots (1) π0 j=γ00+γ01zj+у0 j… ( 2 )π0j=γ00+γ01zj+у0j…(2)\pi_{0j}=\gamma_{00}+\gamma_{01}z_j+u_{0j}\ldots (2) π1 j=γ10+γ11zj+у1 j… ( 3 )π1j=γ10+γ11zj+у1j…(3)\pi_{1j}=\gamma_{10}+\gamma_{11}z_j+u_{1j}\ldots (3) де, залишки на …

9 r  logistic  generalized-linear-model  simulation  multilevel-analysis 

Я намагаюся допомогти студенту колеги. Учень спостерігав і підраховував поведінку птахів (кількість дзвінків) в експериментальній установці. Кількість дзвінків, які можна віднести до конкретної спостережуваної птиці під час кожного експерименту, не вдалося визначити, але підрахувати кількість птахів, які сприяли кількості записаних дзвінків, було можливо. Отже, моя початкова пропозиція полягала в тому, …

9 generalized-linear-model  count-data  offset