Perguntas com a marcação «generalized-linear-model»

Estou procurando um livro de nível introdutório ao intermediário sobre modelos lineares generalizados. Idealmente, além da teoria por trás dos modelos, eu gostaria que incluísse aplicativos e exemplos em R ou outra linguagem de programação - ouvi dizer que o SAS também é uma escolha popular. Pretendo estudá-lo sozinho e, …

18 self-study  generalized-linear-model  references 

Quase tudo o que li sobre regressão linear e GLM se resume a isso: y=f(x,β)y=f(x,β)y = f(x,\beta) onde f(x,β)f(x,β)f(x,\beta) é uma função não-crescente ou não-decrescente de xxx e é o parâmetro que você estima e testar hipóteses sobre. Existem dezenas de funções de link e transformações de e para fazer …

18 generalized-linear-model  nonlinear-regression  link-function 

Duas perguntas relacionadas de mim. Eu tenho um quadro de dados que contém o número de pacientes em uma coluna (intervalo de 10 a 17 pacientes) e 0s e 1s mostrando se um incidente aconteceu naquele dia. Estou usando um modelo binomial para regredir a probabilidade de incidente no número …

18 binomial  generalized-linear-model  offset 

Olá, tenho dois problemas que parecem candidatos naturais a modelos multiníveis / mistos, que nunca usei. O mais simples, e que espero tentar como introdução, é o seguinte: Os dados se parecem com muitas linhas do formulário x y innergroup outergroup onde x é uma covariável numérica na qual desejo …

18 r  mixed-model  maximum-likelihood  generalized-linear-model 

Por que o método de Newton para otimização da regressão logística é chamado de mínimos quadrados re-ponderados iterativos? Não me parece claro porque a perda logística e a perda de mínimos quadrados são coisas completamente diferentes.

18 logistic  generalized-linear-model  optimization  irls  fisher-scoring 

A regressão beta (ou seja, GLM com distribuição beta e geralmente a função de link de logit) é frequentemente recomendada para lidar com a resposta, também conhecida como variável dependente, recebendo valores entre 0 e 1, como frações, proporções ou probabilidades: Regressão para um resultado (proporção ou fração) entre 0 …

17 regression  generalized-linear-model  beta-distribution  zero-inflation  beta-regression 

Pode-se executar uma regressão logit em R usando esse código: > library(MASS) > data(menarche) > glm.out = glm(cbind(Menarche, Total-Menarche) ~ Age, + family=binomial(logit), data=menarche) > coefficients(glm.out) (Intercept) Age -21.226395 1.631968 Parece que o algoritmo de otimização convergiu - há informações sobre o número das etapas do algoritmo de pontuação do …

17 r  generalized-linear-model  optimization  algorithms  logit 

Eu tenho seis variáveis ​​dependentes (dados de contagem) e várias variáveis ​​independentes, vejo que em um MMR o script é assim: my.model <- lm(cbind(DV1,DV2,DV3,DV4,DV5,DV6) ~ IV1 + IV2 + ... + IVn) Mas, como meus dados são contados, quero usar um modelo linear generalizado e tentei o seguinte: my.model <- …

17 r  generalized-linear-model  multiple-regression 

Estamos trabalhando com algumas regressões logísticas e percebemos que a probabilidade média estimada sempre é igual à proporção de uma na amostra; isto é, a média dos valores ajustados é igual à média da amostra. Alguém pode me explicar o motivo ou me dar uma referência para encontrar essa demonstração?

17 regression  logistic  modeling  generalized-linear-model  maximum-likelihood 

Estou realmente impressionado com o fato de o Poisson GLM aceitar números não inteiros! Veja: Dados (conteúdo de data.txt): 1 2001 0.25 1 1 2002 0.5 1 1 2003 1 1 2 2001 0.25 1 2 2002 0.5 1 2 2003 1 1 Script R: t <- read.table("data.txt") names(t) <- …

17 r  generalized-linear-model  poisson-distribution  poisson-regression 

Pergunta simples: como especificar uma distribuição lognormal no argumento da família GLM em R? Não consegui encontrar como isso pode ser alcançado. Por que lognormal (ou exponencial) não é uma opção no argumento da família? Em algum lugar nos R-Archives, li que é preciso simplesmente usar o link de log …

17 r  distributions  generalized-linear-model  lognormal 

Eu tenho dados de densidade de peixes que estou tentando comparar entre várias técnicas de coleta diferentes, os dados têm muitos zeros e o histograma parece vaugley apropriado para uma distribuição de poisson, exceto que, como densidades, não são dados inteiros. Sou relativamente novo nos GLMs e passei os últimos …

17 regression  distributions  generalized-linear-model  link-function 

Eu sei que os Pearson Residuals padronizados são obtidos de uma maneira probabilística tradicional: ri=yi−πiπi(1−πi)−−−−−−−−√ri=yi−πiπi(1−πi) r_i = \frac{y_i-\pi_i}{\sqrt{\pi_i(1-\pi_i)}} Residuais de Deviance e Deviance são obtidos de uma maneira mais estatística (a contribuição de cada ponto para a probabilidade): di=si−2[yilogπi^+(1−yi)log(1−πi)]−−−−−−−−−−−−−−−−−−−−−−−−−−√di=si−2[yilog⁡πi^+(1−yi)log⁡(1−πi)] d_i = s_i \sqrt{-2[y_i \log \hat{\pi_i} + (1 - y_i)\log(1-\pi_i)]} onde …

16 regression  logistic  generalized-linear-model  residuals  deviance 

Qual é a estratégia apropriada para decidir qual modelo usar com os dados de contagem? Tenho dados de contagem que preciso modelar como modelo multinível e me foi recomendado (neste site) que a melhor maneira de fazer isso é através de bugs ou MCMCglmm. No entanto, ainda estou tentando aprender …

16 poisson-distribution  generalized-linear-model  negative-binomial  overdispersion 

Estou curioso para saber por que tratamos o GLMS adequado como se eles fossem algum problema especial de otimização. São eles? Parece-me que eles são apenas probabilidade máxima, e que anotamos a probabilidade e então ... nós a maximizamos! Então, por que usamos a pontuação de Fisher em vez de …

16 generalized-linear-model  optimization  fisher-scoring