Pytania otagowane jako generalized-linear-model

Uogólnienie regresji liniowej pozwalające na relacje nieliniowe za pomocą „funkcji łącza” oraz na wariancję odpowiedzi zależną od przewidywanej wartości. (Nie należy mylić z „ogólnym modelem liniowym”, który rozszerza zwykły model liniowy na ogólną strukturę kowariancji i reakcję wielowymiarową).

1
Jakie resztki i odległość Cooka są używane w GLM?
Czy ktoś wie, jaki jest wzór na odległość Cooka? Oryginalna formuła odległości Cooka wykorzystuje resztki studenckie, ale dlaczego R używa std. Resztki Pearsona podczas obliczania wykresu odległości Cooka dla GLM. Wiem, że resztki studenckie nie są zdefiniowane dla GLM, ale jak wygląda wzór do obliczania odległości Cooka? Załóżmy następujący przykład: …
3
Jak radzić sobie z ostrzeżeniem „non-integer” z ujemnego dwumianowego GLM?
Staram się modelować średnie intensywności pasożytów atakujących gospodarza w R przy użyciu ujemnego modelu dwumianowego. Ciągle otrzymuję 50 lub więcej ostrzeżeń, które mówią: In dpois(y, mu, log = TRUE) : non-integer x = 251.529000 Jak sobie z tym poradzić? Mój kod wygląda następująco: mst.nb = glm.nb(Larvae+Nymphs+Adults~B.type+Month+Season, data=MI.df)
2
RMSE (Root Mean Squared Error) dla modeli logistycznych
Mam pytanie dotyczące zasadności korzystania z RMSE (Root Mean Squared Error) do porównywania różnych modeli logistycznych. Odpowiedź jest albo 0czy 1i przewidywania prawdopodobieństwa są między 0- 1? Czy sposób zastosowany poniżej jest również prawidłowy w przypadku odpowiedzi binarnych? # Using glmnet require(glmnet) load(url("https://github.com/cran/glmnet/raw/master /data/BinomialExample.RData")) cvfit = cv.glmnet(x, y, family = …
3
glm w R - która wartość reprezentuje dobroć dopasowania całego modelu?
Używam glms w R (uogólnione modele liniowe). Myślałem, że znam wartości - dopóki nie zobaczyłem, że wywołanie podsumowania dla glm nie daje nadrzędnej wartości reprezentatywnej dla modelu jako całości - przynajmniej nie w miejscu, w którym robią to modele liniowe. Zastanawiam się, czy podano to jako wartość dla przechwytywania u …
1
bayesglm (ramię) kontra MCMCpack
Zarówno bayesglm()(w pakiecie ramienia R), jak i różne funkcje w pakiecie MCMCpack mają na celu dokonanie estymacji bayesowskiej uogólnionych modeli liniowych, ale nie jestem pewien, czy obliczają to samo. Funkcje MCMCpack wykorzystują łańcuch Markova Monte Carlo, aby uzyskać (zależną) próbkę ze stawu tylnego dla parametrów modelu. bayesglm()z drugiej strony produkuje. …
3
Jak uzyskać przedział ufności dla zmiany r-kwadratowej populacji
Dla prostego przykładu załóżmy, że istnieją dwa modele regresji liniowej 1 Model posiada trzy czynniki prognostyczne, x1a, x2b, ix2c Model 2 ma trzy predyktory z modelu 1 i dwa dodatkowe predyktory x2aorazx2b Istnieje równanie regresji populacji, w którym wyjaśniona wariancja populacji wynosi ρ2(1)ρ(1)2\rho^2_{(1)} dla Modelu 1 i ρ2(2)ρ(2)2\rho^2_{(2)} dla Modelu …
1
Rejestrowałem zmienną zależną, czy mogę używać rozkładu normalnego GLM z funkcją linku LOG?
Mam pytanie dotyczące uogólnionych modeli liniowych (GLM). Moja zmienna zależna (DV) jest ciągła i nie jest normalna. Więc logowałem to przekształciłem (wciąż nie jest normalne, ale poprawiłem). Chcę powiązać DV z dwiema zmiennymi kategorialnymi i jedną ciągłą zmienną zmienną. W tym celu chcę przeprowadzić GLM (używam SPSS), ale nie jestem …
1
Który jest bardziej dokładny glm lub glmnet?
R glm i glmnet używają różnych algorytmów. Kiedy używam obu, zauważam nietrywialne różnice między oszacowanymi współczynnikami. Interesuje mnie, kiedy jedna jest bardziej dokładna od drugiej, i czas na rozwiązanie / kompromis. W szczególności mam na myśli przypadek, w którym ustawia się lambda = 0 w glmnet st, szacuje się to …
4
Jak sprawdzić, czy mój model regresji jest dobry
Jednym ze sposobów na znalezienie dokładności modelu regresji logistycznej za pomocą „glm” jest znalezienie wykresu AUC. Jak to samo sprawdzić dla modelu regresji znalezionego ze zmienną ciągłej odpowiedzi (rodzina = „gaussowski”)? Jakie metody są stosowane, aby sprawdzić, jak dobrze mój model regresji pasuje do danych?
2
Jaka jest różnica między regresją liniową transformowaną logitem, regresją logistyczną i logistycznym modelem mieszanym?
Załóżmy, że mam 10 uczniów, z których każdy próbuje rozwiązać 20 problemów matematycznych. Problemy są oceniane poprawnie lub niepoprawnie (w longdata), a wyniki każdego ucznia można podsumować za pomocą miary dokładności (w subjdata). Modele 1, 2 i 4 poniżej wydają się dawać różne wyniki, ale rozumiem, że robią to samo. …
1
Dlaczego Anova () i drop1 () podają różne odpowiedzi dla GLMM?
Mam GLMM w postaci: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Kiedy używam drop1(model, test="Chi"), otrzymuję inne wyniki niż w przypadku korzystania Anova(model, type="III")z pakietu samochodowego lub summary(model). Te dwa ostatnie dają te same odpowiedzi. Korzystając z wielu sfabrykowanych danych, odkryłem, że te …
10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 
Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.