Perguntas com a marcação «generalized-linear-model»

Uma generalização da regressão linear que permite relacionamentos não lineares por meio de uma "função de link" e a variação da resposta depende do valor previsto. (Não deve ser confundido com o "modelo linear geral", que estende o modelo linear comum à estrutura geral de covariância e resposta multivariada.)

3
Interpretação do preditor e / ou resposta transformada em log
Gostaria de saber se faz diferença na interpretação se apenas as variáveis ​​dependentes, dependentes e independentes ou apenas as independentes são transformadas em log. Considere o caso de log(DV) = Intercept + B1*IV + Error Eu posso interpretar o IV como o aumento percentual, mas como isso muda quando eu …
46 regression  data-transformation  interpretation  regression-coefficients  logarithm  r  dataset  stata  hypothesis-testing  contingency-tables  hypothesis-testing  statistical-significance  standard-deviation  unbiased-estimator  t-distribution  r  functional-data-analysis  maximum-likelihood  bootstrap  regression  change-point  regression  sas  hypothesis-testing  bayesian  randomness  predictive-models  nonparametric  terminology  parametric  correlation  effect-size  loess  mean  pdf  quantile-function  bioinformatics  regression  terminology  r-squared  pdf  maximum  multivariate-analysis  references  data-visualization  r  pca  r  mixed-model  lme4-nlme  distributions  probability  bayesian  prior  anova  chi-squared  binomial  generalized-linear-model  anova  repeated-measures  t-test  post-hoc  clustering  variance  probability  hypothesis-testing  references  binomial  profile-likelihood  self-study  excel  data-transformation  skewness  distributions  statistical-significance  econometrics  spatial  r  regression  anova  spss  linear-model 
1
Por que meus valores p diferem entre a saída da regressão logística, o teste do qui-quadrado e o intervalo de confiança para o OR?
Eu construí uma regressão logística em que a variável de resultado está sendo curada após o tratamento ( Curevs. No Cure). Todos os pacientes deste estudo receberam tratamento. Estou interessado em ver se o diabetes está associado a esse resultado. Em R, minha saída de regressão logística é a seguinte: …
1
Regressão logística: teste de qui-quadrado de anova vs. significância dos coeficientes (anova () vs resumo () em R)
Eu tenho um modelo GLM logístico com 8 variáveis. Fiz um teste do qui-quadrado em R anova(glm.model,test='Chisq')e 2 das variáveis ​​se mostraram preditivas quando ordenadas no início do teste e não tanto quando ordenadas na parte inferior. O summary(glm.model)sugere que os seus coeficientes são insignificantes (elevado valor de p). Nesse …
3
Diferença entre modelos lineares generalizados e modelos mistos lineares generalizados
Eu estou querendo saber quais são as diferenças entre GLMs mistos e não misturados. Por exemplo, no SPSS, o menu suspenso permite que os usuários se ajustem: analyze-> generalized linear models-> generalized linear models & analyze-> mixed models-> generalized linear Eles lidam com valores ausentes de maneira diferente? Minha variável …
2
Quando a regressão logística é resolvida de forma fechada?
Tome x∈{0,1}dx∈{0,1}dx \in \{0,1\}^d e y∈{0,1}y∈{0,1}y \in \{0,1\} e suponha que modelar a tarefa de prever y dado x meio de regressão logística. Quando os coeficientes de regressão logística podem ser escritos de forma fechada? Um exemplo é quando usamos um modelo saturado. Isto é, definir P(y|x)∝exp(∑iwifi(xi))P(y|x)∝exp⁡(∑iwifi(xi))P(y|x) \propto \exp(\sum_i w_i …
2
Quais são os pressupostos da regressão binomial negativa?
Estou trabalhando com um grande conjunto de dados (confidencial, portanto não posso compartilhar muito) e concluí que seria necessária uma regressão binomial negativa. Eu nunca fiz uma regressão glm antes e não consigo encontrar nenhuma informação clara sobre quais são as suposições. Eles são iguais para a MLR? Posso transformar …
5
Como derivar o estimador de mínimos quadrados para regressão linear múltipla?
No caso de regressão linear simples , é possível derivar o estimador de mínimos quadrados que você não precise conhecer para estimarβ 1 = Σ ( x i - ˉ x ) ( y i - ˉ y )y=β0+β1xy=β0+β1xy=\beta_0+\beta_1xβ 0 β 1β^1=∑(xi−x¯)(yi−y¯)∑(xi−x¯)2β^1=∑(xi−x¯)(yi−y¯)∑(xi−x¯)2\hat\beta_1=\frac{\sum(x_i-\bar x)(y_i-\bar y)}{\sum(x_i-\bar x)^2}β^0β^0\hat\beta_0β^1β^1\hat\beta_1 Suponha que eu tenha , …
Ao utilizar nosso site, você reconhece que leu e compreendeu nossa Política de Cookies e nossa Política de Privacidade.
Licensed under cc by-sa 3.0 with attribution required.