Als «generalized-linear-model» getaggte Fragen

Ich führe ein verallgemeinertes lineares Modell durch, bei dem ich eine andere als die normale Familie angeben muss. Wie ist die erwartete Verteilung der Residuen? Sollen die Residuen beispielsweise normal verteilt werden?

12 generalized-linear-model  residuals  normality-assumption 

Wie kann ich Modelle mit unterschiedlichen Verknüpfungsfunktionen vergleichen, wenn dieselben Kovariaten und Verteilungsfamilien verwendet werden? Ich denke, die richtige Antwort hier ist "AIC / BIC", aber ich bin nicht 100% sicher. Ist es möglich, verschachtelte Modelle zu haben, wenn sie einen anderen Link haben?

12 generalized-linear-model  aic  link-function 

Ich habe eine logistische Regression mit dem IRLS-Algorithmus programmiert . Ich möchte eine LASSO-Bestrafung anwenden , um automatisch die richtigen Funktionen auszuwählen. Bei jeder Iteration wird Folgendes gelöst: (XTWX)δβ^=XT(y−p)(XTWX)δβ^=XT(y−p)\mathbf{\left(X^TWX\right) \delta\hat\beta=X^T\left(y-p\right)} Sei eine nicht negative reelle Zahl. Ich bestrafe nicht den in The Elements of. Statistisches Lernen . Das Gleiche gilt …

12 logistic  generalized-linear-model  feature-selection  lasso  convex 

Ich versuche, Python und Sklearn zu lernen, aber für meine Arbeit muss ich Regressionen ausführen, die Fehlerverteilungen aus den Familien Poisson, Gamma und insbesondere Tweedie verwenden. Ich sehe nichts in der Dokumentation darüber, aber sie befinden sich in mehreren Teilen der R-Distribution. Ich habe mich gefragt, ob jemand irgendwo Implementierungen …

12 generalized-linear-model  python  scikit-learn  gradient-descent  tweedie-distribution 

Ich möchte verstehen, was der folgende Code tut. Die Person, die den Code geschrieben hat, arbeitet hier nicht mehr und ist fast vollständig undokumentiert. Ich wurde gebeten, es von jemandem zu untersuchen, der denkt " es ist ein bayesianisches logistisches Regressionsmodell ". bglm <- function(Y,X) { # Y is a …

12 r  logistic  bayesian  generalized-linear-model 

Ich habe einen Datensatz erhalten, der die Anzahl der Auszeichnungen enthält, die von Schülern einer High School erhalten wurden. Zu den Prädiktoren für die Anzahl der Auszeichnungen gehören die Art des Programms, in dem der Schüler eingeschrieben war, und die Punktzahl für die Abschlussprüfung in Mathematik. Ich habe mich gefragt, …

12 regression  generalized-linear-model  poisson-distribution  count-data 

Was sind Parameter start, etastart, mustartin der GLM () Funktion ? Ich habe in den Dokumenten und im Internet gesucht, aber keine klare Erklärung gefunden, was dies bedeutet. Es ähnelt den bayesianischen "Anfangswerten" für die Ketten, aber ich bezweifle, dass dies zusammenhängt, da die Funktion glm () in R eine …

12 r  generalized-linear-model  starting-values 

Ich dachte, dass die kanonische Verknüpfungsfunktion aus dem natürlichen Parameter der Exponentialfamilie stammt. Angenommen, betrachten Sie die Familie then ist die kanonische Verknüpfungsfunktion. Nehmen wir als Beispiel die Bernoulli-Verteilung , wir haben Die kanonische Verknüpfungsfunktiong(⋅)g(⋅)g(\cdot)f(y,θ,ψ)=exp{yθ−b(θ)a(ψ)−c(y,ψ)}f(y,θ,ψ)=exp⁡{yθ−b(θ)a(ψ)−c(y,ψ)} f(y,\theta,\psi)=\exp\left\{\frac{y\theta-b(\theta)}{a(\psi)}-c(y,\psi)\right\} θ=θ(μ)θ=θ(μ)\theta=\theta(\mu)P(Y=y)=μy(1−μ)1−y=exp{ylogμ1−μ+log(1−μ)}P(Y=y)=μy(1−μ)1−y=exp⁡{ylog⁡μ1−μ+log⁡(1−μ)} P(Y=y)=\mu^{y}(1-\mu)^{1-y}=\exp\left\{y\log\frac{\mu}{1-\mu}+\log{(1-\mu)}\right\} g(μ)=logμ1−μg(μ)=log⁡μ1−μg(\mu)=\log\frac{\mu}{1-\mu} Aber wenn ich diese Folie sehe , behauptet sie, dass obwohl …

12 generalized-linear-model  link-function 

Diese Frage ist inspiriert von Martijns Antwort hier . Angenommen, wir passen ein GLM für eine Ein-Parameter-Familie wie ein Binomial- oder Poisson-Modell an und es handelt sich um ein Verfahren mit voller Wahrscheinlichkeit (im Gegensatz zu beispielsweise Quasipoisson). Dann ist die Varianz eine Funktion des Mittelwerts. Mit Binomial: und mit …

11 regression  generalized-linear-model  inference  approximation  t-distribution 

Ich forsche, um Unterschiede in der Fischdichte und im Fischartenreichtum zu untersuchen, wenn ich zwei verschiedene visuelle Unterwasserzählungsmethoden verwende. Meine Daten waren ursprünglich Zähldaten, aber normalerweise wird dies in Fischdichte geändert, aber ich habe mich immer noch für die Verwendung eines Poisson GLM entschieden, was hoffentlich richtig ist. model1 <- …

11 r  generalized-linear-model  poisson-distribution  offset 

Ich muss gestehen, dass ich in keiner meiner Klassen, Studenten oder Absolventen, von diesem Begriff gehört habe. Was bedeutet es für eine logistische Regression, Bayesianisch zu sein? Ich suche nach einer Erklärung mit einem Übergang von der regulären Logistik zur Bayes'schen Logistik, ähnlich der folgenden: Dies ist die Gleichung im …

11 regression  logistic  bayesian  multiple-regression  generalized-linear-model 

Ich habe mehrere Stellen in Lehrbüchern identifiziert, an denen das GLM mit 5 Verteilungen beschrieben wird (nämlich Gamma, Gauß, Binomial, Inverses Gauß und Poisson). Dies zeigt sich auch in der Familienfunktion in R. Gelegentlich stoße ich auf Verweise auf das GLM, in denen zusätzliche Distributionen enthalten sind ( Beispiel ). …

11 r  probability  distributions  generalized-linear-model 

Ich habe ein glm-Modell in R erstellt und es mithilfe einer Test- und Trainingsgruppe getestet. Ich bin daher zuversichtlich, dass es gut funktioniert. Die Ergebnisse von R sind: Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) -2.781e+00 1.677e-02 -165.789 < 2e-16 *** Coeff_A 1.663e-05 5.438e-06 3.059 0.00222 ** log(Coeff_B) 8.925e-01 …

11 r  generalized-linear-model  chi-squared 

Ich wurde gerade in die Tweedie-Distribution eingeführt (siehe dies oder das ), aber es fällt mir schwer, die Verknüpfungsfunktion für ein verallgemeinertes lineares Tweedie-Modell zu finden. Gedanken?

11 distributions  generalized-linear-model  tweedie-distribution 

Ich führe ein glmm mit einer binomialen Antwortvariablen und einem kategorialen Prädiktor aus. Der zufällige Effekt ergibt sich aus dem verschachtelten Design, das für die Datenerfassung verwendet wird. Die Daten sehen folgendermaßen aus: m.gen1$treatment [1] sucrose control protein control no_injection ..... Levels: no_injection control sucrose protein m.gen1$emergence [1] 1 0 …

11 r  generalized-linear-model  lme4-nlme  separation