Запитання з тегом «generalized-linear-model»

При використанні природних (тобто обмежених) кубічних сплайнів базові функції, створені вкрай колінеарними, і при використанні в регресії, здається, створюють дуже високу статистику VIF (коефіцієнта дисперсії), що сигналізує про мультиколінеарність. Коли ми розглядаємо випадок моделі для прогнозування, це питання? Схоже, це завжди буде так через характер конструкції шпонки. Ось приклад в …

12 multiple-regression  generalized-linear-model  predictive-models  multicollinearity  splines 

Я виконую узагальнену лінійну модель, де мені потрібно вказати сім’ю, відмінну від звичайної. Який очікуваний розподіл залишків? Наприклад, чи слід нормально розподіляти залишки?

12 generalized-linear-model  residuals  normality-assumption 

З огляду на той самий набір сімейств коваріатів та розподілу, як я можу порівнювати моделі, що мають різні функції зв’язку? Я думаю, що тут правильна відповідь - "AIC / BIC", але я не впевнений на 100%. Чи можливо мати вкладені моделі, якщо вони мають інше посилання?

12 generalized-linear-model  aic  link-function 

Я запрограмував логістичну регресію за допомогою алгоритму IRLS . Я хотів би застосувати санкцію LASSO для автоматичного вибору потрібних функцій. При кожній ітерації вирішується наступне: (XTWX)δβ^=XT(y−p)(XTWX)δβ^=XT(y−p)\mathbf{\left(X^TWX\right) \delta\hat\beta=X^T\left(y-p\right)} Нехай - невід'ємне дійсне число. Я не караю перехоплення, як пропонується в "Елементах". Статистичне навчання . Дітто для вже нульових коефіцієнтів. В іншому …

12 logistic  generalized-linear-model  feature-selection  lasso  convex 

Я хотів би зрозуміти, що робить наступний код. Людина, яка написала код, вже не працює тут, і він майже повністю недокументований. Мене попросили дослідити це хтось, хто думає, що " це байєсівська модель логістичної регресії " bglm <- function(Y,X) { # Y is a vector of binary responses # X …

12 r  logistic  bayesian  generalized-linear-model 

Мені було надано набір даних, що містить кількість нагород, отриманих студентами в одній середній школі, де передбачувачі кількості зароблених нагород включають тип програми, за якою студент був зарахований, та бал на їх підсумковому іспиті з математики. Мені було цікаво, чи може хтось мені сказати, чому лінійна регресійна модель може бути …

12 regression  generalized-linear-model  poisson-distribution  count-data 

Для підрахунку даних, які я зібрав, я використовую регресію Пуассона для побудови моделей. Я роблю це за допомогою glmфункції в R, де я використовую family = "poisson". Для оцінки можливих моделей (у мене є кілька прогнозів) я використовую AIC. Все йде нормально. Тепер я хочу здійснити перехресну перевірку. Мені вже …

12 r  generalized-linear-model  poisson-distribution 

У мене є набір даних, який представляє експоненціальний розпад. Я хотів би помістити в ці дані експоненціальну функцію . Я спробував журнал перетворити змінну відповіді, а потім використовувати найменші квадрати, щоб підходити до рядка; використання узагальненої лінійної моделі з функцією зв’язку журналу та розподілом гами навколо змінної відповіді; і використовуючи …

12 modeling  generalized-linear-model  least-squares  nonlinear-regression  curve-fitting 

Які параметри start, etastart, mustartв GLM () функцію ? Я шукав документи та Інтернет, але не знайшов чіткого пояснення, що це означає. Це нагадує байєсівські "початкові значення" для ланцюгів, але я сумніваюсь, що це пов'язано, оскільки функція glm () в R - частофілістська статистика ...

12 r  generalized-linear-model  starting-values 

Я думав, що канонічна функція зв'язку походить від природного параметра родини експонентів. Скажімо, розглянемо сімейство тоді - це функція канонічного зв'язку. Візьмемо для прикладу розподіл Бернуллі , маємо Отже, канонічна функція зв'язкуg(⋅)g(⋅)g(\cdot)f(y,θ,ψ)=exp{yθ−b(θ)a(ψ)−c(y,ψ)}f(y,θ,ψ)=exp⁡{yθ−b(θ)a(ψ)−c(y,ψ)} f(y,\theta,\psi)=\exp\left\{\frac{y\theta-b(\theta)}{a(\psi)}-c(y,\psi)\right\} θ=θ(μ)θ=θ(μ)\theta=\theta(\mu)P(Y=y)=μy(1−μ)1−y=exp{ylogμ1−μ+log(1−μ)}P(Y=y)=μy(1−μ)1−y=exp⁡{ylog⁡μ1−μ+log⁡(1−μ)} P(Y=y)=\mu^{y}(1-\mu)^{1-y}=\exp\left\{y\log\frac{\mu}{1-\mu}+\log{(1-\mu)}\right\} g(μ)=logμ1−μg(μ)=log⁡μ1−μg(\mu)=\log\frac{\mu}{1-\mu} Але коли я бачу цей слайд , він стверджує, що Хоча його можна легко …

12 generalized-linear-model  link-function 

Це питання натхнене відповіді Мартійна тут . Припустимо, ми підходимо до ГЛМ для одного сімейства параметрів, як біноміальна чи пуассонова модель, і що це повна ймовірність процедури (на відміну від сказати, квазіпоассон). Тоді дисперсія є функцією середнього. З двочленом: і з Пуассоном .var[X]=E[X]E[1−X]var[X]=E[X]E[1−X]\text{var}[X] = E[X]E[1-X]var[X]=E[X]var[X]=E[X]\text{var}[X] = E[X] На відміну від …

11 regression  generalized-linear-model  inference  approximation  t-distribution 

Я провожу дослідження, щоб вивчити відмінності в щільності риб та багатстві видів риб при використанні двох різних підводних методів візуального перепису. Мої дані спочатку підраховували дані, але зазвичай це змінюється на щільність риби, але я все ж вирішив використовувати Poisson GLM, що, я сподіваюся, правильно. model1 <- glm(g_den ~ method …

11 r  generalized-linear-model  poisson-distribution  offset 

Я визначив декілька місць у підручниках, де ГЛМ описується 5 розподілами (а саме: Гамма, Гаусса, Біноміал, Зворотна Гаусса та Пуассона). Про це свідчить і сімейна функція у Р. Інколи мені трапляються посилання на GLM, де додаткові дистрибутиви включаються ( приклад ). Чи може хтось пояснити, чому ці 5 є спеціальними …

11 r  probability  distributions  generalized-linear-model 

Я мушу зізнатися, що раніше я не чув про цей термін в жодному з моїх класів, нижчих класів чи ступенів. Що означає для логістичної регресії бути баєсівською? Я шукаю пояснення з переходом від звичайної логістичної до байесівської логістики, подібної до наступної: Це рівняння в моделі лінійної регресії: .Е( у) = …

11 regression  logistic  bayesian  multiple-regression  generalized-linear-model 

Я створив модель glm в R і протестував її за допомогою групи для тестування та навчання, тому впевнений, що вона працює добре. Результати R: Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) -2.781e+00 1.677e-02 -165.789 < 2e-16 *** Coeff_A 1.663e-05 5.438e-06 3.059 0.00222 ** log(Coeff_B) 8.925e-01 1.023e-02 87.245 < 2e-16 …

11 r  generalized-linear-model  chi-squared