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.)

5
Was ist eine gute Möglichkeit, eine sehr große Anzahl gepaarter Datenpunkte grafisch darzustellen?
In meinem Bereich besteht die übliche Methode zum Zeichnen gepaarter Daten aus einer Reihe von dünn abfallenden Liniensegmenten, die mit dem Median und dem CI des Medians für die beiden Gruppen überlagert werden: Diese Art von Plot wird jedoch viel schwieriger zu lesen, da die Anzahl der Datenpunkte sehr groß …
3
Modellierung von Zähldaten, bei denen die Versatzvariable für einige Beobachtungen 0 ist
Ich versuche einem Studenten eines Kollegen zu helfen. Der Student beobachtete und zählte das Verhalten der Vögel (Anzahl der Anrufe) in einem Versuchsaufbau. Die Anzahl der Anrufe, die einem bestimmten beobachteten Vogel während jedes Experiments zugeordnet werden konnten, konnte nicht bestimmt werden, aber es war möglich, die Anzahl der Vögel …
1
Anpassung eines heteroskedastischen verallgemeinerten linearen Modells für Binomialantworten
Ich habe Daten aus dem folgende experimentellen Design: meine Beobachtungen zählen die Anzahl der Erfolge sind ( K) aus Anzahl der Versuche von entsprechenden ( N), gemessen für zwei Gruppen von jeweils umfassten IIndividuen, von TBehandlungen, wobei in jeder solchen Faktorkombination gibt es RReplikate . Insgesamt habe ich also 2 …
5
Logistische Regression bei Big Data
Ich habe einen Datensatz von rund 5000 Funktionen. Für diese Daten habe ich zuerst den Chi-Quadrat-Test zur Merkmalsauswahl verwendet. Danach erhielt ich ungefähr 1500 Variablen, die eine signifikante Beziehung zur Antwortvariablen zeigten. Jetzt muss ich die logistische Regression darauf abstimmen. Ich verwende das glmulti-Paket für R (das glmulti-Paket bietet eine …
2
Warum sind Pearsons Residuen einer negativen Binomialregression kleiner als die einer Poisson-Regression?
Ich habe diese Daten: set.seed(1) predictor <- rnorm(20) set.seed(1) counts <- c(sample(1:1000, 20)) df <- data.frame(counts, predictor) Ich habe eine Poisson-Regression durchgeführt poisson_counts <- glm(counts ~ predictor, data = df, family = "poisson") Und eine negative binomiale Regression: require(MASS) nb_counts <- glm.nb(counts ~ predictor, data = df) Dann berechnete ich …
2
Parameterschätzung mit verallgemeinerten linearen Modellen
Wenn wir eine glmFunktion in R verwenden, wird standardmäßig die iterativ neu gewichtete Methode der kleinsten Quadrate (IWLS) verwendet, um die maximale Wahrscheinlichkeitsschätzung der Parameter zu ermitteln. Jetzt habe ich zwei Fragen. Garantieren IWLS-Schätzungen das globale Maximum der Wahrscheinlichkeitsfunktion? Basierend auf der letzten Folie in dieser Präsentation denke ich, dass …
2
Annahmen verallgemeinerter linearer Modelle
Auf Seite 232 von "Ein R-Begleiter zur angewandten Regression" bemerken Fox und Weisberg Nur die Gaußsche Familie hat eine konstante Varianz, und in allen anderen GLMs hängt die bedingte Varianz von y bei vonxx\bf{x}μ(x)μ(x)\mu(x) Zuvor haben sie festgestellt, dass die bedingte Varianz des Poisson und die des Binomials .μμ\muμ(1−μ)Nμ(1−μ)N\frac{\mu(1-\mu)}{N} Für …
1
Enorme Koeffizienten in der logistischen Regression - was bedeutet das und was ist zu tun?
Während der logistischen Regression erhalte ich enorme Koeffizienten, siehe Koeffizienten mit krajULKV: > summary(m5) Call: glm(formula = cbind(ml, ad) ~ rok + obdobi + kraj + resid_usili2 + rok:obdobi + rok:kraj + obdobi:kraj + kraj:resid_usili2 + rok:obdobi:kraj, family = "quasibinomial") Deviance Residuals: Min 1Q Median 3Q Max -2.7796 -1.0958 -0.3101 …
1
Interpretationskoeffizienten einer Interaktion zwischen kategorialer und kontinuierlicher Variable
Ich habe eine Frage zur Interpretation der Koeffizienten einer Wechselwirkung zwischen kontinuierlicher und kategorialer Variable. Hier ist mein Modell: 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
Fehlerverteilung für lineare und logistische Regression
Bei kontinuierlichen Daten nimmt eine lineare Regression an, dass der Fehlerterm N (0, ) verteilt ist.σ 2Y.= β1+ β2X.2+ uY=β1+β2X2+uY=\beta_1+\beta_2X_2+uσ2σ2\sigma^2 1) Nehmen wir an, dass Var (Y | x) ebenfalls ~ N (0, ) ist?σ2σ2\sigma^2 2) Wie ist diese Fehlerverteilung bei der logistischen Regression? Wenn die Daten in Form von …
2
Anpassen eines gemischten Poisson GLM-Modells mit zufälliger Steigung und Achsenabschnitt
Ich arbeite derzeit an einer Reihe von Poisson-Zeitreihenmodellen, die versuchen, den Effekt einer Änderung der Art und Weise, wie die Zählungen erhalten wurden (Wechsel von einem Diagnosetest zu einem anderen), abzuschätzen und gleichzeitig andere Trends im Laufe der Zeit zu kontrollieren (z. B. eine allgemeine Zunahme der Inzidenz von Krankheiten). …
1
GLM-Poisson mit Offset vorhersagen
Ich weiß, dass dies wahrscheinlich eine grundlegende Frage ist ... Aber ich scheine keine Antwort zu finden. Ich passe ein GLM an eine Poisson-Familie an und habe dann versucht, einen Blick auf die Vorhersagen zu werfen, aber der Offset scheint berücksichtigt zu werden: model_glm=glm(cases~rhs(data$year,2003)+lhs(data$year,2003), offset=(log(population)), data=data, subset=28:36, family=poisson()) predict (model_glm, …
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.