Statistiken und Big Data log-linear

5

Regressionen verstehen - die Rolle des Modells

Wie kann ein Regressionsmodell von Nutzen sein, wenn Sie die Funktion nicht kennen, für die Sie die Parameter abrufen möchten? Ich habe eine Studie gesehen, aus der hervorgeht, dass Mütter, die ihre Kinder gestillt haben, im späteren Leben mit geringerer Wahrscheinlichkeit an Diabetes leiden. Die Untersuchung wurde aus einer Umfrage …

46 regression modeling epidemiology log-linear

3

Log-lineare Regression vs. logistische Regression

Kann jemand eine klare Liste der Unterschiede zwischen logarithmischer und logistischer Regression erstellen? Ich verstehe, dass ersteres ein einfaches lineares Regressionsmodell ist, aber mir ist nicht klar, wann jedes verwendet werden sollte.

21 regression logistic logit log-linear

3

Geeigneter Umgang mit einer dreistufigen Notfalltabelle

Ich habe eine dreistufige Kontingenztabelle mit Zähldaten für mehrere Arten, der Wirtspflanze, von der sie gesammelt wurden, und ob diese Sammlung an einem regnerischen Tag stattgefunden hat (das ist tatsächlich wichtig!). Mit R könnten gefälschte Daten ungefähr so aussehen: count <- rpois(8, 10) species <- rep(c("a", "b"), 4) host <- …

12 r categorical-data log-linear

4

Lineare Modelle protokollieren

Kann jemand bitte erklären, warum wir logarithmische lineare Modelle sehr laienhaft verwenden? Ich komme aus dem Ingenieurwesen, und das ist wirklich ein schwieriges Thema für mich, also Statistik. Ich werde für eine Antwort dankbar sein.

11 modeling log-linear

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 …

9 r generalized-linear-model heteroscedasticity log-linear dglm

1

Bestrafte Methoden für kategoriale Daten: Kombinieren von Ebenen in einem Faktor

Bestrafte Modelle können verwendet werden, um Modelle zu schätzen, bei denen die Anzahl der Parameter gleich oder sogar größer als die Stichprobengröße ist. Diese Situation kann in logarithmisch linearen Modellen großer, spärlicher Tabellen mit kategorialen oder Zähldaten auftreten. In diesen Einstellungen ist es häufig auch wünschenswert oder hilfreich, Tabellen zu …

9 categorical-data lasso elastic-net log-linear many-categories

1

Müssen Nullzählungen für einen Likelihood-Ratio-Test von Poisson / Loglinear-Modellen angepasst werden?

Wenn die Kontingenztabelle Nullen enthält und wir verschachtelte Poisson / Loglinear-Modelle (unter Verwendung der R- glmFunktion) für einen Likelihood-Ratio-Test anpassen, müssen wir die Daten vor dem Anpassen der glm-Modelle anpassen (z. B. 1/2 zu allen hinzufügen) die zählt)? Natürlich können einige Parameter nicht ohne Anpassung geschätzt werden, aber wie wirkt …

9 regression poisson-distribution generalized-linear-model likelihood-ratio log-linear

1

Hat jedes logarithmische lineare Modell eine vollkommen äquivalente logistische Regression?

Ich versuche, ein logarithmisch lineares Modell an eine große Anzahl von Variablen aus Umfragedaten anzupassen. Es gibt einige Gründe, warum es möglicherweise vorzuziehen ist, stattdessen logistische Regressionen an diese Daten anzupassen. Mehrere Behörden schlagen vor, dass diese gleichwertig sind. Ich habe jedoch einige Gründe, dies zu bezweifeln. Log-lineare Modelle behandeln …

8 logistic interaction log-linear

Als «log-linear» getaggte Fragen