Perguntas com a marcação «generalized-linear-model»

Eu tenho uma regressão logística binária com apenas um preditor de fator fixo binário. A razão de eu não fazer isso como um quadrado de Chi ou o teste exato de Fisher é que também tenho vários fatores aleatórios (existem vários pontos de dados por indivíduo e os indivíduos estão …

8 r  logistic  generalized-linear-model  odds-ratio  relative-risk 

Por que um GLM prevê a média e não o modo de um sinal? Isso não contradiz a própria base do GLM, ou seja, a máxima probabilidade? As equações a serem resolvidas para os parâmetros do modelo em um GLM são baseadas na maximização da probabilidade, conforme descrito pela distribuição …

8 generalized-linear-model  maximum-likelihood  mean  mode 

Atualmente, estou trabalhando para modelar mortes por AIDS ao longo do tempo usando um GLM em R. Sei que existem duas opções possíveis para a função de link para dados de Poisson, log e raiz quadrada. Eu sei que a raiz quadrada resolveria problemas de variabilidade, enquanto o log é …

8 regression  generalized-linear-model  poisson-distribution  link-function 

Então, estou brincando com a idéia de escrever um algoritmo que cresce e remove uma árvore de regressão dos dados e, em seguida, nos nós terminais da árvore, cabe um GLM. Eu tenho tentado ler sobre a idéia, mas não consigo encontrar um nome consistente para a técnica. Eu o …

8 regression  generalized-linear-model  cart 

Eu quero ajustar um modelo linear por R com family=binomial(link="identity"), no entanto, a família binomial não tem vínculo de identidade. O que devo fazer?

8 r  generalized-linear-model  binomial  link-function 

Eu tenho dados que descrevem com que frequência um evento ocorre durante uma hora ("número por hora", nph) e quanto tempo os eventos duram ("duração em segundos por hora", dph). Estes são os dados originais: nph <- c(2.50000000003638, 3.78947368414551, 1.51456310682008, 5.84686774940732, 4.58823529414907, 5.59999999993481, 5.06666666666667, 11.6470588233699, 1.99999999998209, NA, 4.46153846149851, 18, 1.05882352939726, …

8 normal-distribution  data-transformation  logistic  generalized-linear-model  ridge-regression  t-test  wilcoxon-signed-rank  paired-data  naive-bayes  distributions  logistic  goodness-of-fit  time-series  eviews  ecm  panel-data  reliability  psychometrics  validity  cronbachs-alpha  self-study  random-variable  expected-value  median  regression  self-study  multiple-regression  linear-model  forecasting  prediction-interval  normal-distribution  excel  bayesian  multivariate-analysis  modeling  predictive-models  canonical-correlation  rbm  time-series  machine-learning  neural-networks  fishers-exact  factorisation-theorem  svm  prediction  linear  reinforcement-learning  cdf  probability-inequalities  ecdf  time-series  kalman-filter  state-space-models  dynamic-regression  index-decomposition  sampling  stratification  cluster-sample  survey-sampling  distributions  maximum-likelihood  gamma-distribution 

Eu tenho usado a função glm.fit em R para ajustar parâmetros a um modelo de regressão logística. Por padrão, o glm.fit usa mínimos quadrados ponderados iterativamente para ajustar os parâmetros. Quais são algumas das razões pelas quais esse algoritmo falharia ao convergir quando usado para regressão logística?

8 r  logistic  generalized-linear-model  convergence  irls 

Gostaria de especificar um modelo de regressão logística em que possuo o seguinte relacionamento: E[ YEu| XEu] = f( βxeu 1+ β2xeu 2)E[YEu|XEu]=f(βxEu1+β2xEu2)E[Y_i|X_i] = f(\beta x_{i1} + \beta^2x_{i2}) que é a função inversa de logit.fff Existe uma maneira "rápida" de fazer isso com funções R preexistentes ou existe um nome …

8 r  logistic  generalized-linear-model  nonlinear-regression 

Estou procurando uma medida apropriada da "variação explicada" de um Poisson GLM (usando uma função de log-link). Encontrei vários recursos diferentes (neste site e em outros lugares) que discutem várias medidas pseudo- , mas quase todos os sites mencionam as medidas em relação a uma função de logit-link, e eles …

8 generalized-linear-model  poisson-distribution  r-squared 

Alguns de vocês podem ter lido este belo artigo: O'Hara RB, Kotze DJ (2010) Não faça log de dados de contagem de transformação. Métodos em Ecologia e Evolução 1: 118–122. Klick . Atualmente, estou comparando modelos binomiais negativos com modelos gaussianos em dados transformados. Ao contrário de O'Hara RB, Kotze …

8 hypothesis-testing  generalized-linear-model  simulation  negative-binomial  type-i-and-ii-errors 

Primeiro vamos simular alguns dados para uma regressão logística com partes fixas e aleatórias: set.seed(1) n <- 100 x <- runif(n) z <- sample(c(0,1), n, replace=TRUE) b <- rnorm(2) beta <- c(0.4, 0.8) X <- model.matrix(~x) Z <- cbind(z, 1-z) eta <- X%*%beta + Z%*%b pr <- 1/(1+exp(-eta)) y <- …

8 generalized-linear-model  maximum-likelihood  glmm  mixed-model  numerical-integration 

O processo de geração de dados é: y=sin(x+I(d=0))+sin(x+4∗I(d=1))+I(d=0)z2+3I(d=1)z2+N(0,1)y=sin(x+I(d=0))+sin(x+4∗I(d=1))+I(d=0)z2+3I(d=1)z2+N(0,1)y = \text{sin}\Big(x+I(d=0)\Big) + \text{sin}\Big(x+4*I(d=1)\Big) + I(d=0)z^2 + 3I(d=1)z^2 + \mathbb{N}\left(0,1\right) Deixe que ser uma sequência de a de comprimento e ser o factor correspondente . Faça todas as combinações possíveis de para calcular : - 4 4 100 d d ∈ { …

8 r  regression  generalized-linear-model  nonparametric  splines 

Várias fontes sugerem que existem muitas consequências negativas da discretização (categorização) de variáveis ​​contínuas antes da análise estatística (amostra de referências [1] - [4] abaixo). Por outro lado, [5] sugere que algumas técnicas de aprendizado de máquina são conhecidas por produzir melhores resultados quando variáveis ​​contínuas são discretizadas (também observando …

8 machine-learning  generalized-linear-model  categorical-data  binning 

Estou trabalhando em modelos de dados de contagem inflada a zero usando o psclpacote. Estou apenas me perguntando por que não há desenvolvimento de modelos para modelos de dados de contagem com um inflado! Também por que não há desenvolvimento de modelos de dados bimodais, digamos com zero e 2 …

8 r  generalized-linear-model  zero-inflation  poisson-regression 

Meu projeto atual pode exigir que eu construa um modelo para prever o comportamento de um determinado grupo de pessoas. o conjunto de dados de treinamento contém apenas 6 variáveis ​​(id é apenas para fins de identificação): id, age, income, gender, job category, monthly spend em que monthly spendé a …

8 modeling  large-data  overfitting  clustering  algorithms  error  spatial  r  regression  predictive-models  linear-model  average  measurement-error  weighted-mean  error-propagation  python  standard-error  weighted-regression  hypothesis-testing  time-series  machine-learning  self-study  arima  regression  correlation  anova  statistical-significance  excel  r  regression  distributions  statistical-significance  contingency-tables  regression  optimization  measurement-error  loss-functions  image-processing  java  panel-data  probability  conditional-probability  r  lme4-nlme  model-comparison  time-series  probability  probability  conditional-probability  logistic  multiple-regression  model-selection  r  regression  model-based-clustering  svm  feature-selection  feature-construction  time-series  forecasting  stationarity  r  distributions  bootstrap  r  distributions  estimation  maximum-likelihood  garch  references  probability  conditional-probability  regression  logistic  regression-coefficients  model-comparison  confidence-interval  r  regression  r  generalized-linear-model  outliers  robust  regression  classification  categorical-data  r  association-rules  machine-learning  distributions  posterior  likelihood  r  hypothesis-testing  normality-assumption  missing-data  convergence  expectation-maximization  regression  self-study  categorical-data  regression  simulation  regression  self-study  self-study  gamma-distribution  modeling  microarray  synthetic-data