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.)

3
Ist in einem GLM die Log-Wahrscheinlichkeit des gesättigten Modells immer Null?
Als Teil der Ausgabe eines verallgemeinerten linearen Modells werden die Null- und Restabweichung verwendet, um das Modell zu bewerten. Die Formeln für diese Größen werden häufig als Log-Wahrscheinlichkeit des gesättigten Modells ausgedrückt. Beispiel: /stats//a/113022/22199 , Logistic Regression: So erhalten Sie ein gesättigtes Modell Das gesättigte Modell ist, soweit ich es …
1
Annahmen des verallgemeinerten linearen Modells
Ich habe ein verallgemeinertes lineares Modell mit einer einzelnen Antwortvariablen (stetig / normalverteilt) und 4 erklärenden Variablen (von denen 3 Faktoren sind und die vierte eine ganze Zahl ist) erstellt. Ich habe eine Gaußsche Fehlerverteilung mit einer Identitätsverknüpfungsfunktion verwendet. Ich überprüfe derzeit, ob das Modell die folgenden Annahmen des verallgemeinerten …
1
Interpretation der .L & .Q-Ausgabe eines negativen Binomial-GLM mit kategorialen Daten
Ich habe gerade ein negatives Binomial-GLM ausgeführt und dies ist die Ausgabe: Call: glm.nb(formula = small ~ method + site + depth, data = size.dat, init.theta = 1.080668549, link = log) Deviance Residuals: Min 1Q Median 3Q Max -2.2452 -0.9973 -0.3028 0.3864 1.8727 Coefficients: Estimate Std. Error z value Pr(>|z|) …
3
Wann sollte ein GAM vs GLM verwendet werden?
Mir ist klar, dass dies eine potenziell breite Frage ist, aber ich habe mich gefragt, ob es verallgemeinerbare Annahmen gibt, die auf die Verwendung eines GAM (Generalized Additive Model) gegenüber einem GLM (Generalized Linear Model) hinweisen. Jemand sagte mir kürzlich, dass GAMs nur verwendet werden sollten, wenn ich annehme, dass …
3
Entsprechen die Testergebnisse wirklich einer Normalverteilung?
Ich habe versucht zu lernen, welche Distributionen in GLMs verwendet werden sollen, und ich bin ein wenig verwirrt, wann ich die normale Distribution verwenden soll. In einem Teil meines Lehrbuchs heißt es, dass eine Normalverteilung gut für die Modellierung von Prüfungsergebnissen geeignet sein könnte. Im nächsten Teil wird gefragt, welche …
1
Was ist der Unterschied zwischen der logistischen Regression und der Regression nach Fractional Response?
Soweit ich weiß, besteht der Unterschied zwischen dem logistischen Modell und dem Teilantwortmodell (frm) darin, dass die abhängige Variable (Y), in der frm [0,1] ist, logistisch jedoch {0, 1} ist. Ferner verwendet frm den Quasi-Likelihood-Schätzer, um seine Parameter zu bestimmen. Normalerweise können wir verwenden glm, um die logistischen Modelle von …
2
Dispersion in summary.glm ()
Ich habe ein Glm.nb von durchgeführt glm1<-glm.nb(x~factor(group)) wobei group eine kategoriale und x eine metrische Variable ist. Wenn ich versuche, eine Zusammenfassung der Ergebnisse zu erhalten, werden geringfügig unterschiedliche Ergebnisse angezeigt, je nachdem, ob ich summary()oder verwende summary.glm. summary(glm1)gibt mir ... Coefficients: Estimate Std. Error z value Pr(>|z|) (Intercept) 0.1044 …
1
R-Quadrat im linearen Modell versus Abweichung im verallgemeinerten linearen Modell?
Hier ist mein Kontext für diese Frage: Soweit ich weiß, können wir keine gewöhnliche Regression der kleinsten Quadrate in R ausführen, wenn wir gewichtete Daten und das surveyPaket verwenden. Hier müssen wir verwenden svyglm(), die stattdessen ein verallgemeinertes lineares Modell ausführt (was das gleiche sein kann? Ich bin hier in …
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.