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
Lasso zum negativen binomialen Regressionsmodell
Gibt es überhaupt eine Möglichkeit, LASSO mit negativer Binomialregression auf R durchzuführen? Ich führe eine negative binomiale Regression für meinen Datensatz durch, da die Daten zu verteilt sind, um eine Poisson-Regression zu erzwingen. Inzwischen stehe ich auch vor einem Multikollinearitätsproblem. Ich habe bereits versucht, glmnetmit zu arbeiten family = poisson, …
1
Abweichung gegen Pearson Passgenauigkeit
Ich versuche, ein Modell mit negativer Binomialregression (negatives Binomial-GLM) zu entwickeln. Ich habe eine relativ kleine Stichprobengröße (größer als 300) und die Daten sind nicht skaliert. Mir ist aufgefallen, dass es zwei Möglichkeiten gibt, die Anpassungsgüte zu messen - eine Abweichung und die Pearson-Statistik. Wie kann ich bestimmen, welches Maß …
1
Warum Bayesglm verwenden?
Meine allgemeine Frage lautet: Warum bayesglmanstelle anderer Klassifizierungsmethoden verwenden? Hinweis: Ich interessiere mich nur für Vorhersage. Ich habe eine anständige Datenmenge (~ 100.000 obs). Ich bin der Meinung, dass die Stichprobengröße groß genug ist, um die Parameter einer regulären logistischen Regression normal zu verteilen (CLT). Was würde ich durch die …
1
Wie verallgemeinert das verallgemeinerte lineare Modell das allgemeine lineare Modell?
Aus Wikipedia Das allgemeine lineare Modell (GLM) ist ein statistisches lineares Modell. Es kann geschrieben werden als 1 Y=XB+U,Y=XB+U, \mathbf{Y} = \mathbf{X}\mathbf{B} + \mathbf{U}, wobei YYY eine Matrix mit einer Reihe multivariater Messungen ist, XXX eine Matrix ist, die eine Entwurfsmatrix sein kann, BBB eine Matrix ist, die Parameter enthält, …
3
Post-hoc-Test in einer 2x3-ANOVA mit gemischtem Design unter Verwendung von SPSS?
Ich habe zwei Gruppen von 10 Teilnehmern, die während eines Experiments dreimal bewertet wurden. Um die Unterschiede zwischen den Gruppen und zwischen den drei Bewertungen zu testen, führte ich eine 2 × 3-ANOVA mit gemischtem Design mit group(Kontrolle, experimentell), time(erste, zweite, drei) und group x time. Beides timeund groupErgebnis signifikant, …
8 anova  mixed-model  spss  post-hoc  bonferroni  time-series  unevenly-spaced-time-series  classification  normal-distribution  discriminant-analysis  probability  normal-distribution  estimation  sampling  classification  svm  terminology  pivot-table  random-generation  self-study  estimation  sampling  estimation  categorical-data  maximum-likelihood  excel  least-squares  instrumental-variables  2sls  total-least-squares  correlation  self-study  variance  unbiased-estimator  bayesian  mixed-model  ancova  statistical-significance  references  p-value  fishers-exact  probability  monte-carlo  particle-filter  logistic  predictive-models  modeling  interaction  survey  hypothesis-testing  multiple-regression  regression  variance  data-transformation  residuals  minitab  r  time-series  forecasting  arima  garch  correlation  estimation  least-squares  bias  pca  predictive-models  genetics  sem  partial-least-squares  nonparametric  ordinal-data  wilcoxon-mann-whitney  bonferroni  wilcoxon-signed-rank  traminer  regression  econometrics  standard-error  robust  misspecification  r  probability  logistic  generalized-linear-model  r-squared  effect-size  gee  ordered-logit  bayesian  classification  svm  kernel-trick  nonlinear  bayesian  pca  dimensionality-reduction  eigenvalues  probability  distributions  mathematical-statistics  estimation  nonparametric  kernel-smoothing  expected-value  filter  mse  time-series  correlation  data-visualization  clustering  estimation  predictive-models  recommender-system  sparse  hypothesis-testing  data-transformation  parametric  probability  summations  correlation  pearson-r  spearman-rho  bayesian  replicability  dimensionality-reduction  discriminant-analysis  outliers  weka 
3
Asymptoten der binomialen Regression
Die binomiale logistische Regression weist obere und untere Asymptoten von 1 bzw. 0 auf. Genauigkeitsdaten (nur als Beispiel) können jedoch obere und untere Asymptoten aufweisen, die sich stark von 1 und / oder 0 unterscheiden. Ich kann drei mögliche Lösungen dafür sehen: Machen Sie sich keine Sorgen, wenn Sie gute …
3
Sind Ökologen die einzigen, die nicht wussten, dass der Arkussinus Asinin ist?
Proportions-, Verhältnis- und Prozentangaben sind in der Ökologie sehr verbreitet (z. B.% der bestäubten Blüten, Verhältnis von Männern zu Frauen,% Mortalität als Reaktion auf eine Behandlung,% der von einem Pflanzenfresser verzehrten Blätter). Kürzlich wurde von einigen angewandten Statistikern in der Zeitschrift Ecology ein Artikel mit dem Titel " Der Arkussinus …
2
Ableitung von Konfidenz- und Vorhersageintervallen von Vorhersagen für Probit und Logit (und GLMs im Allgemeinen)
Die Ableitung des Vorhersageintervalls für das lineare Modell ist recht einfach: Erhalten einer Formel für Vorhersagegrenzen in einem linearen Modell . Wie lassen sich die Konfidenz- und Vorhersageintervalle für die angepassten Werte der Logit- und Probit-Regressionen (und GLMs im Allgemeinen) ableiten ?
2
Wo sind die Residuen in einem GLM?
Ich gehe gerade zu GLMs nach den Standardmodellen über. Im Standardmodell y = Xb + epsilon und es wird angenommen, dass epsilon normal verteilt ist. Das heißt, wir können schreiben y - Xb = epsilon und dann können wir die lhs unter Verwendung einer geeigneten Norm unter der Annahme der …
1
Ist die logistische Regression ein „semi-parametrisches“ Modell?
Ich sehe kürzlich einen Begriff "semi-parametrisch" in den Antworten meiner Frage , verstehe aber nicht wirklich, was dieser Begriff bedeutet. Wikipedia sagt In der Statistik ist ein semiparametrisches Modell ein statistisches Modell mit parametrischen und nichtparametrischen Komponenten. Und gibt als Beispiel das Cox-Proportional-Hazards-Modell. Ich sehe, dass das Cox-Proportional-Hazards-Modell und die …
1
Interpretation der Baggerleistung
Ich habe zum ersten Mal ein GLM in R ausgeführt und bin mir nicht sicher, wie ich das Ergebnis interpretieren soll. Dies ist die Eingabe: global.modelAcar <- lm(Acar ~ logNutrientsc*logNDSc*logNNNc, data = dat) summary(global.modelAcar) options(na.action=na.fail) MAcar <- dredge(global.modelAcar) MAcar und dies sind die ersten Zeilen des Ergebnisses: Global model call: …
2
großer Unterschied zwischen den Schätzungen der binomialen Regression bei Einbeziehung des Zufallseffekts und der Nicht-Regression
Ich versuche, die durchschnittliche Punktzahl für zwei Gruppen von Studenten zu schätzen. Ich benutze ein binomiales Regressionsmodell. Dies total_ansist die Gesamtfrage, die sie beantwortet haben und die für verschiedene Schüler unterschiedlich sein kann. Modell 1 schätzt direkt model <- glm(cbind(total_correct, total_ans-total_correct) ~ student_type,family= binomial, data = df) Call: glm(formula = …
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.