Pertanyaan yang diberi tag «generalized-linear-model»

Generalisasi regresi linier yang memungkinkan hubungan nonlinear melalui "fungsi tautan" dan varians respons bergantung pada nilai yang diprediksi. (Jangan bingung dengan "model linier umum" yang memperluas model linier biasa ke struktur kovarians umum dan respons multivarian.)

1
Kapan menggunakan Poisson vs. GLM binomial geometris vs. negatif untuk data jumlah?
Saya mencoba untuk tata letak sendiri pada saat yang tepat itu untuk penggunaan jenis regresi (geometris, Poisson, binomial negatif) dengan data hitung, dalam kerangka GLM (hanya 3 dari 8 distribusi GLM digunakan untuk data count, meskipun sebagian besar dari apa Saya telah membaca pusat di sekitar distribusi binomial dan Poisson …



1
Mengapa kuasi-Poisson di GLM tidak diperlakukan sebagai kasus khusus binomial negatif?
Saya mencoba menyesuaikan model linier umum untuk beberapa set data jumlah yang mungkin atau mungkin tidak disebarkan secara berlebihan. Dua distribusi kanonik yang berlaku di sini adalah Poisson dan Negative Binomial (Negbin), dengan EV dan variansμμ\mu Va rP= μVSebuahrP=μVar_P = \mu Va rNB= μ + μ2θVSebuahrNB=μ+μ2θVar_{NB} = \mu + \frac{\mu^2}{\theta} …

3
Cara menghitung goodness of fit in glm (R)
Pertanyaan ini dimigrasikan dari Stack Overflow karena dapat dijawab di Cross Validated. Bermigrasi 6 tahun yang lalu . Saya mendapatkan hasil berikut dari menjalankan fungsi glm. Bagaimana saya bisa menginterpretasikan nilai-nilai berikut: Penyimpangan null Penyimpangan residual AIC Apakah mereka ada hubungannya dengan kebaikan fit? Bisakah saya menghitung beberapa goodness of …

1
Dari Bayesian Networks ke Neural Networks: bagaimana regresi multivarian dapat ditransformasikan ke jaringan multi-output
Saya sedang berurusan dengan Model Linear Hierarchical Bayesian , di sini jaringan menggambarkannya. YYY merupakan penjualan harian suatu produk di supermarket (diamati). XXX adalah matriks regresi yang diketahui, termasuk harga, promosi, hari dalam seminggu, cuaca, hari libur. 1SSS adalah tingkat persediaan laten yang tidak diketahui dari setiap produk, yang menyebabkan …

1
Apakah ada penjelasan intuitif mengapa regresi logistik tidak akan berfungsi untuk kasus pemisahan sempurna? Dan mengapa menambahkan regularisasi akan memperbaikinya?
Kami memiliki banyak diskusi bagus tentang pemisahan sempurna dalam regresi logistik. Seperti, Regresi logistik dalam R menghasilkan pemisahan sempurna (fenomena Hauck-Donner). Sekarang apa? dan model regresi logistik tidak bertemu . Saya pribadi masih merasa itu tidak intuitif mengapa itu akan menjadi masalah dan mengapa menambahkan regularisasi akan memperbaikinya. Saya membuat …


2
Mengubah data proporsi: ketika arcsin kuadrat tidak cukup
Apakah ada alternatif (lebih kuat?) Untuk transformasi root arcsin kuadrat untuk data persentase / proporsi? Dalam set data yang saya kerjakan saat ini, heteroskedastisitas yang ditandai tetap setelah saya menerapkan transformasi ini, yaitu plot residual vs nilai yang dipasang masih sangat rhoid. Diedit untuk menanggapi komentar: data adalah keputusan investasi …




1
Goodness of fit dan model mana untuk memilih regresi linier atau Poisson
Saya memerlukan beberapa saran mengenai dua dilema utama dalam penelitian saya, yang merupakan studi kasus dari 3 farmasi dan inovasi besar. Jumlah paten per tahun adalah variabel dependen. Pertanyaan saya adalah Apa kriteria paling penting untuk model yang baik? Apa yang lebih / kurang penting? Apakah sebagian besar atau semua …


3
GLM binomial negatif vs. transformasi log untuk data jumlah: peningkatan tingkat kesalahan Tipe I
Beberapa dari Anda mungkin telah membaca makalah yang bagus ini: O'Hara RB, Kotze DJ (2010) Jangan log-transform data hitungan. Metode dalam Ekologi dan Evolusi 1: 118-122. klick . Dalam bidang penelitian saya (ekotoksikologi), kita sedang berhadapan dengan eksperimen yang direplikasi dengan buruk dan GLM tidak banyak digunakan. Jadi saya melakukan …

Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.