Als «generalized-linear-model» getaggte Fragen

Eine Verallgemeinerung der linearen Regression, die nichtlineare Beziehungen über eine "Verknüpfungsfunktion" ermöglicht und die Varianz der Antwort vom vorhergesagten Wert abhängt. (Nicht zu verwechseln mit dem "allgemeinen linearen Modell", das das gewöhnliche lineare Modell auf die allgemeine Kovarianzstruktur und die multivariate Antwort erweitert.)

1
Wie verwenden Sie den EM-Algorithmus, um MLEs für eine latente Variablenformulierung eines Poisson-Modells mit Null-Inflation zu berechnen?
Das auf Null aufgeblasene Poisson-Regressionsmodell wird für eine Stichprobe durch und es wird ferner angenommen, dass die Parameter und erfüllt sindY i = { 0 mit der Wahrscheinlichkeit p i + ( 1 - p i ) e - λ i k mit der Wahrscheinlichkeit ( 1 - p i …
2
Ein gutes Buch mit gleichem Schwerpunkt auf Theorie und Mathematik
Ich habe während meiner Schulzeit und an der Universität genug Kurse über Statistik gehabt. Ich habe ein gutes Verständnis für die Konzepte wie CI, p-Werte, Interpretation der statistischen Signifikanz, Mehrfachtests, Korrelation, einfache lineare Regression (mit kleinsten Quadraten) (allgemeine lineare Modelle) und alle Hypothesentests. Ich war in den früheren Tagen größtenteils …
1
Interpretation fester Effekte aus der logistischen Regression mit gemischten Effekten
Ich bin verwirrt von Aussagen auf einer UCLA-Webseite über die logistische Regression mit gemischten Effekten. Sie zeigen eine Tabelle mit festen Effektkoeffizienten aus der Anpassung eines solchen Modells, und der folgende erste Absatz scheint die Koeffizienten genau wie eine normale logistische Regression zu interpretieren. Aber wenn sie über Quotenverhältnisse sprechen, …
1
Log Likelihood für GLM
Im folgenden Code führe ich eine logistische Regression für gruppierte Daten mit glm und "von Hand" mit mle2 durch. Warum gibt mir die logLik-Funktion in R eine Log-Wahrscheinlichkeit logLik (fit.glm) = - 2.336, die sich von der logLik (fit.ml) = - 5.514 unterscheidet, die ich von Hand erhalte? library(bbmle) #successes …
4
Zeitdiskretes Ereignisverlaufsmodell (Überlebensmodell) in R.
Ich versuche, ein zeitdiskretes Modell in R einzubauen, bin mir aber nicht sicher, wie ich das machen soll. Ich habe gelesen, dass Sie die abhängige Variable in verschiedenen Zeilen organisieren können, eine für jede glmZeitbeobachtung , und die Funktion mit einem Logit- oder Cloglog-Link verwenden können. In diesem Sinne, ich …
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 
4
Wie kann ich die Pearson -Teststatistik für mangelnde Übereinstimmung mit einem logistischen Regressionsmodell in R berechnen ?
Die Statistik des Wahrscheinlichkeitsverhältnisses (auch bekannt als Abweichung) und der Test auf mangelnde Anpassung (oder Anpassungsgüte) sind für ein logistisches Regressionsmodell (Anpassung unter Verwendung der Funktion) in R ziemlich einfach zu erhalten . Dies kann jedoch sein Es ist leicht, einige Zellzahlen so niedrig zu halten, dass der Test unzuverlässig …
1
R lineare Regression kategoriale Variable "versteckter" Wert
Dies ist nur ein Beispiel, auf das ich mehrmals gestoßen bin, daher habe ich keine Beispieldaten. Ausführen eines linearen Regressionsmodells in R: a.lm = lm(Y ~ x1 + x2) x1ist eine stetige Variable. x2ist kategorisch und hat drei Werte, z. B. "Niedrig", "Mittel" und "Hoch". Die von R gegebene Ausgabe …
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 
2
Gibt an, ob ein Offset in einer Poisson-Regression verwendet werden soll, wenn die von Hockeyspielern erzielten Karriereziele insgesamt prognostiziert werden
Ich habe eine Frage, ob ich einen Offset verwenden soll oder nicht. Nehmen Sie ein sehr einfaches Modell an, in dem Sie die (Gesamt-) Anzahl der Tore im Hockey beschreiben möchten. Sie haben also Tore, die Anzahl der gespielten Spiele und eine Dummy-Variable "Stürmer", die gleich 1 ist, wenn der …
1
Ausgabe des Logistikmodells in R.
Ich versuche, die folgende Art von Logistikmodell zu interpretieren: mdl <- glm(c(suc,fail) ~ fac1 + fac2, data=df, family=binomial) Ist die Ausgabe predict(mdl)der erwarteten Erfolgsaussichten für jeden Datenpunkt? Gibt es eine einfache Möglichkeit, die Quoten für jede Faktorstufe des Modells und nicht für alle Datenpunkte zu tabellieren?
2
Multiple Regression mit kategorialen und numerischen Prädiktoren
Ich bin relativ neu in R und versuche, ein Modell an Daten anzupassen, die aus einer kategorialen Spalte und einer numerischen (ganzzahligen) Spalte bestehen. Die abhängige Variable ist eine fortlaufende Zahl. Die Daten haben das folgende Format: predCateg, predIntNum, ResponseVar Die Daten sehen ungefähr so ​​aus: ranking, age_in_years, wealth_indicator category_A, …
1
Vergleich negatives Binomialmodell und Quasi-Poisson
Ich habe negative Binomial- und Quasi-Poisson-Modelle ausgeführt, die auf einem Ansatz zum Testen von Hypothesen basieren. Meine endgültigen Modelle, die beide Methoden verwenden, haben unterschiedliche Kovariaten und Wechselwirkungen. Es scheint, dass es in beiden Fällen keine Muster gibt, wenn ich meine Residuen zeichne. Daher habe ich mich gefragt, mit welchem …
2
Vektorrechnung in der Statistik
In diesem Semester unterrichte ich eine Klasse zur Integration von Funktionen mehrerer Variablen und zur Vektorrechnung. Die Klasse besteht aus den meisten Wirtschafts- und Ingenieur-Majors, mit ein paar Mathematik- und Physik-Leuten. Ich habe diese Klasse letztes Semester unterrichtet und festgestellt, dass sich viele der Wirtschaftswissenschaftler in der zweiten Hälfte ziemlich …
1
Regularisierte lineare vs. RKHS-Regression
Ich untersuche den Unterschied zwischen Regularisierung in der RKHS-Regression und linearer Regression, aber es fällt mir schwer, den entscheidenden Unterschied zwischen beiden zu erfassen. Bei gegebenen Eingabe-Ausgabe-Paaren möchte ich eine Funktion wie folgt schätzen: wobei eine Kernelfunktion ist. Die Koeffizienten können entweder durch Lösen von wobei mit etwas Missbrauch der …
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.