«generalized-linear-model» etiketlenmiş sorular

Doğal (yani kısıtlı) kübik kamalar kullanıldığında, oluşturulan temel fonksiyonlar yüksek oranda eşbiçimlidir ve bir regresyonda kullanıldığında çok doğrusallık gösteren çok yüksek VIF (varyans enflasyon faktörü) istatistikleri üretiyor gibi görünmektedir. Tahmin amaçlı bir model söz konusu olduğunda, bu bir sorun mudur? Kama yapısının doğası nedeniyle her zaman böyle olacak gibi görünüyor. …

12 multiple-regression  generalized-linear-model  predictive-models  multicollinearity  splines 

Genelleştirilmiş doğrusal bir model yapıyorum, burada normal olandan farklı bir aile belirtmem gerekiyor. Artıkların beklenen dağılımı nedir? Örneğin, artıklar normal olarak mı dağıtılmalı?

12 generalized-linear-model  residuals  normality-assumption 

Aynı ortak değişkenler ve dağıtım ailesi seti göz önüne alındığında, farklı bağlantı işlevlerine sahip modelleri nasıl karşılaştırabilirim? Burada doğru cevabın "AIC / BIC" olduğunu düşünüyorum, ama% 100 emin değilim. Farklı bir bağlantıları varsa iç içe geçmiş modellerin olması mümkün müdür?

12 generalized-linear-model  aic  link-function 

IRLS algoritmasını kullanarak bir lojistik regresyon programladım . Doğru özellikleri otomatik olarak seçmek için bir LASSO cezası uygulamak istiyorum . Her yinelemede aşağıdakiler çözülür: (XTWX)δβ^=XT(y−p)(XTWX)δβ^=XT(y−p)\mathbf{\left(X^TWX\right) \delta\hat\beta=X^T\left(y-p\right)} Let negatif olmayan reel sayı. The Elements bölümünde önerildiği gibi kesmeyi cezalandırmıyorum . İstatistiksel Öğrenme . Zaten sıfır katsayıları için aynen. Aksi takdirde, sağ …

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

Aşağıdaki kodun ne yaptığını anlamak istiyorum. Kodu yazan kişi artık burada çalışmıyor ve neredeyse tamamen belgelenmemiş. Benden " bayesli bir lojistik regresyon modeli " olduğunu düşünen biri tarafından araştırmam istendi. bglm <- function(Y,X) { # Y is a vector of binary responses # X is a design matrix fit <- …

12 r  logistic  bayesian  generalized-linear-model 

Bir lisede öğrenciler tarafından kazanılan ödüllerin sayısını içeren bir veri seti verildi, burada kazanılan ödül sayısının yordayıcıları, öğrencinin kayıtlı olduğu program türünü ve matematikteki final sınavlarındaki puanı içeriyordu. Birisi bana neden bu durumda doğrusal bir regresyon modelinin uygun olmadığını ve Poisson regresyonunu kullanmanın daha iyi olacağını söyleyebilir miydi? Teşekkürler.

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

Topladığım sayım verileri için Poisson regresyonunu model oluşturmak için kullanıyorum. Bunu kullandığım glmR fonksiyonunu kullanarak yapıyorum family = "poisson". Olası modelleri değerlendirmek için (birkaç tahmincim var) AIC'yi kullanıyorum. Çok uzak çok iyi. Şimdi çapraz doğrulama yapmak istiyorum. Zaten paket cv.glmişlevini kullanarak bunu başardı boot. Gönderen belgelere ait cv.glmI Eğer anlamlı …

12 r  generalized-linear-model  poisson-distribution 

Üstel bozulmayı temsil eden bir veri kümesi var. Bu verilere üstel bir işlevi sığdırmak istiyorum . Ben tepki değişkeni dönüştürme ve daha sonra bir satır sığdırmak için en az kareler kullanarak günlük denedim; bir kayıt bağlantı fonksiyonu ve cevap değişkeni etrafında bir gama dağılımı ile genelleştirilmiş bir doğrusal modelin kullanılması; …

12 modeling  generalized-linear-model  least-squares  nonlinear-regression  curve-fitting 

Parametreleri nelerdir start, etastart, mustartiçinde GLM () fonksiyonu ? Dokümanlara ve internete baktım ama bunun ne anlama geldiğine dair net bir açıklama bulamadım. Bu zincirler için bayes "başlangıç ​​değerleri" benzer, ama bu R ile ilgili glm () işlevi sıklık istatistikleri olduğu için, şüphe ...

12 r  generalized-linear-model  starting-values 

Kanonik bağ fonksiyonunun g(⋅)g(⋅)g(\cdot) üstel ailenin doğal parametresinden geldiğini düşündüm . Diyelim ki f ( y , θ , ψ ) = exp { y θ - b ( θ ) ailesini düşünün 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\} sonraθ=θ(μ)θ=θ(μ)\theta=\theta(\mu)standart bağlantı işlevidir. Örnek olarakBernoulli dağılımınıelealalım, 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\} Yani, kanonik bağlantı fonksiyonug(μ)=logμ1−μg(μ)=log⁡μ1−μg(\mu)=\log\frac{\mu}{1-\mu} Ama bu slaydı …

12 generalized-linear-model  link-function 

Bu soru Martijn'ın buradaki cevabından ilham alıyor . Bir binom veya Poisson modeli gibi bir parametre ailesi için bir GLM taktığımızı ve bunun tam bir olasılık prosedürü olduğunu varsayalım (aksine, quasipoisson). Sonra, varyans ortalamanın bir fonksiyonudur. Binom ile: ve Poisson ile var [ X ] = E [ X ] …

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

İki farklı sualtı görsel sayım yöntemi kullanırken balık yoğunluğu ve balık türü zenginliği farklılıklarına bakmak için araştırma yapıyorum. Verilerim aslında verileri sayıyordu, ancak genellikle bu balık yoğunluğuna değiştirildi, ancak hala umarım doğru olan bir Poisson GLM kullanmaya karar verdim. model1 <- glm(g_den ~ method + site + depth, poisson) 3 …

11 r  generalized-linear-model  poisson-distribution  offset 

Ders kitaplarında GLM'nin 5 dağılımla (viz., Gama, Gauss, Binom, Ters Gauss ve Poisson) açıklandığı birden fazla yer belirledim. Bu, R'deki aile işlevinde de örneklenmiştir. Bazen ek dağıtımların dahil edildiği GLM referanslarına rastlarım ( örnek ). Birisi bu 5'in neden özel olduğunu veya her zaman GLM'de olduğunu ancak bazen başkalarının olduğunu …

11 r  probability  distributions  generalized-linear-model 

İtiraf etmeliyim ki, daha önce herhangi bir derste, lisans veya yüksek lisans derslerinde bu terimi duymadım. Lojistik regresyonun Bayesci olması ne anlama geliyor? Aşağıdaki gibi düzenli lojistik Bayesian lojistik geçiş ile bir açıklama arıyorum: Bu doğrusal regresyon modelindeki denklemdir: .E(y)=β0+β1x1+...+βnxnE(y)=β0+β1x1+...+βnxnE(y) = \beta_0 + \beta_1x_1 + ... + \beta_nx_n Bu, lojistik …

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

R'de bir glm modeli oluşturdum ve bir test ve eğitim grubu kullanarak test ettim, bu yüzden iyi çalıştığından eminim. R'nin sonuçları: 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 1.023e-02 87.245 < 2e-16 *** log(Coeff_C) -3.978e-01 …

11 r  generalized-linear-model  chi-squared