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.)

2
Splines em GLM e GAM
É errado que os splines estejam disponíveis apenas nos modelos GAM, e não nos modelos GLM? Ouvi isso um tempo atrás, e me pergunto se isso é apenas um equívoco ou se tem alguma verdade. Aqui está uma ilustração:
1
Você pode dar uma explicação intuitiva simples do método IRLS para encontrar o MLE de um GLM?
Fundo: Estou tentando seguir a revisão de Princeton sobre a estimativa de MLE para GLM . I compreender os conceitos básicos de estimativa MLE: likelihood, score, observado e esperado Fisher informationea Fisher scoringtécnica. E eu sei como justificar a regressão linear simples com a estimativa do MLE . A questão: …
1
Alternativas de superdispersão e modelagem em modelos de efeito aleatório de Poisson com compensações
Eu me deparei com várias questões práticas ao modelar dados de contagem de pesquisas experimentais usando um experimento dentro do assunto. Descrevo brevemente o experimento, os dados e o que fiz até agora, seguidos pelas minhas perguntas. Quatro filmes diferentes foram exibidos para uma amostra de entrevistados em sequência. Após …
5
Como executar a imputação de valores em um número muito grande de pontos de dados?
Eu tenho um conjunto de dados muito grande e faltam cerca de 5% de valores aleatórios. Essas variáveis ​​estão correlacionadas entre si. O exemplo a seguir do conjunto de dados R é apenas um exemplo de brinquedo com dados correlatos simulados. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, …
12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 
1
Existe um problema com a multicolinearidade e a regressão splines?
Ao usar splines cúbicos naturais (isto é, restritos), as funções básicas criadas são altamente colineares e, quando usadas em uma regressão, parecem produzir estatísticas VIF (fator de inflação de variação) muito altas, sinalizando multicolinearidade. Quando se está considerando o caso de um modelo para fins de previsão, isso é um …
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.