Запитання з тегом «generalized-linear-model»

Я обговорював з декількома членами лабораторії про це, і ми перейшли до кількох джерел, але все ще не дуже відповіді: Коли ми кажемо, що у GLM є сім'я пуассонів , скажімо, ми говоримо про розподіл залишків або змінну відповіді? Суперечки Читаючи цю статтю, в ній зазначається, що припущеннями GLM є …

13 generalized-linear-model  residuals  assumptions 

В R, існує три методи для форматування вхідних даних для логістичної регресії з використанням glmфункції: Дані можуть бути у "двійковому" форматі для кожного спостереження (наприклад, y = 0 або 1 для кожного спостереження); Дані можуть бути у форматі "Вілкінсон-Роджерс" (наприклад, y = cbind(success, failure)) у кожному рядку, що представляє одну …

13 r  logistic  generalized-linear-model 

Фон: Я намагаюся дотримуватися огляду Прінстона на оцінку MLE для GLM . Я розумію основи оцінки MLE: likelihood, score, яка спостерігається і очікувана Fisher informationі Fisher scoringтехніка. І я знаю, як виправдати просту лінійну регресію з оцінкою MLE . Питання: Я не можу зрозуміти навіть перший рядок цього методу :( …

13 regression  generalized-linear-model  maximum-likelihood  link-function  irls 

Я переглядаю статтю про запилення, де дані розподілені біноміально (фрукти дозрівають чи ні). Тому я використовував glmerодин випадковий ефект (окрема рослина) та один фіксований ефект (лікування). Рецензент хоче дізнатися, чи вплинула рослина на набір фруктів - але у мене виникають проблеми з інтерпретацією glmerрезультатів. Я читав в Інтернеті, і, здається, …

13 r  generalized-linear-model  variance  lme4-nlme  ecology 

З моїх результатів виходить, що GLM Gamma відповідає більшості припущень, але чи варто вдосконалення щодо LM-трансформованого LM? Більшість літератури я знайшов угоди з пуассонськими або біноміальними GLM. Стаття ОЦІНКА УЗАГАЛЬНЕНОЇ ЛІНІЙНОЇ МОДЕЛЬНОЇ МОДЕЛІ, ВИКОРИСТОВУЮЧИМ РАНДОМІЗАЦІЮ, дуже корисна, але в ній відсутні фактичні сюжети, які використовуються для прийняття рішення. Сподіваюся, хтось …

13 r  generalized-linear-model  model-selection  gamma-distribution 

Намагаюся вивчити деякі Python та Sklearn, але для своєї роботи мені потрібно запустити регресії, які використовують розподіл помилок із сімей Пуассона, Гамми та особливо Tweedie. Я нічого не бачу в документації про них, але вони знаходяться в декількох частинах розподілу R, тому мені було цікаво, чи хтось бачив реалізацію для …

13 generalized-linear-model  python  scikit-learn  gradient-descent  tweedie-distribution 

Якщо у формулі glm використовується факторна змінна (наприклад, стать із рівнями M і F), ​​створюються фіктивні змінні (і), які можна знайти в резюме моделі glm разом із пов'язаними з ними коефіцієнтами (наприклад, genderM) Якщо замість того, щоб покластися на R, поділити коефіцієнт таким чином, коефіцієнт кодується в ряд числових змінних …

13 r  generalized-linear-model  categorical-data  categorical-encoding 

Для обчислення модельованих усереднених прогнозів за шкалою відгуку в GLM, що є "правильним" і чому? Обчислюють модельне усереднене прогнозування за шкалою зв’язку, а потім зворотним перетворенням на шкалу відповідей, або Назад перетворіть прогнози на шкалу відгуку, а потім обчисліть середню модель Прогнози близькі, але не рівні, якщо модель є GLM. …

12 generalized-linear-model  model-averaging 

Чи не так, що сплайни доступні лише в GAM-моделях, а не в GLM-моделях? Я почув це деякий час назад і замислювався, чи це просто помилкова думка, чи є якась правда в цьому. Ось ілюстрація:

12 generalized-linear-model  splines 

Я деякий час використовував лінійні моделі для виконання тестів на 2 вибірки, але зрозумів, що це може бути не зовсім коректно. Здається, що використання узагальненої лінійної моделі з двочленним сімейством + ідентифікаційним зв’язком дає саме непідкупчені 2-вибіркові пропорційні результати тесту. Однак використання лінійної моделі (або glm з гауссова сім'я) дає …

12 r  hypothesis-testing  generalized-linear-model  proportion 

Я читав, що регресія хребта може бути досягнута простим додаванням рядків даних до вихідної матриці даних, де кожен рядок побудований з використанням 0 для залежних змінних та квадратного кореня або нуля для незалежних змінних. Потім додається один додатковий рядок для кожної незалежної змінної.кkk Мені було цікаво, чи можна отримати доказ …

12 logistic  generalized-linear-model  ridge-regression 

Я зіткнувся з низкою практичних питань, коли моделював підрахунок даних експериментальних досліджень за допомогою експерименту в рамках предмета. Я коротко описую експеримент, дані та те, що я зробив до цього часу, після чого мої питання Чотири різних фільми були показані на вибірці респондентів послідовно. Після кожного фільму було проведено інтерв'ю, …

12 generalized-linear-model  negative-binomial  glmm  poisson-regression  overdispersion 

Я розробляю логістичну модель регресії на основі ретроспективних даних із національної бази травм травми голови у Великобританії. Основним результатом є смертність за 30 днів (позначена як міра "вижити"). Інші заходи з опублікованими доказами значного впливу на результати попередніх досліджень включають: Year - Year of procedure = 1994-2013 Age - Age …

12 r  logistic  generalized-linear-model  goodness-of-fit  regression-strategies 

У мене дуже великий набір даних, і близько 5% випадкових значень відсутні. Ці змінні співвідносяться між собою. Наступний приклад набору даних R - це лише іграшковий приклад з манекено-корельованими даними. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), ncol = 10000) colnames(xmat) <- paste ("M", …

12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 

У цій роботі використовуються узагальнені лінійні моделі (як біноміальні, так і негативні розподіли біноміальних помилок) для аналізу даних. Але потім у розділі статистичного аналізу методів є таке твердження: ... і по-друге, моделюючи дані про наявність за допомогою моделей логістичної регресії та дані про час збирання за допомогою узагальненої лінійної моделі …

12 generalized-linear-model  assumptions