Вопросы с тегом «link-function»

Преобразование параметра, управляющего распределением отклика, которое используется в качестве важной части обобщенной линейной модели для отображения диапазона этого параметра (который может быть от 0 до 1 или только положительных значений, например) в линию действительных чисел . (,+)

10
Разница между логитовой и пробитной моделями
В чем разница между моделью Logit и Probit ? Мне больше интересно знать, когда использовать логистическую регрессию, а когда использовать Probit. Если есть какая-либо литература, которая определяет это, используя R , это также было бы полезно.

4
В чем разница между «функцией связи» и «канонической функцией связи» для GLM
В чем разница между терминами «функция связи» и «функция канонического соединения»? Кроме того, есть ли (теоретические) преимущества использования одного над другим? Например, двоичная переменная ответа может быть смоделирована с использованием многих функций связи, таких как logit , probit и т. Д. Но логит здесь считается «канонической» функцией связи.

4
Выбор между LM и GLM для лог-преобразованной переменной ответа
Я пытаюсь понять философию использования Обобщенной линейной модели (GLM) по сравнению с линейной моделью (LM). Я создал пример набора данных ниже, где: журнал( у) = x + εlog⁡(y)=x+ε\log(y) = x + \varepsilon В этом примере ошибка εε\varepsilon зависит от величины Yyy , поэтому я предположил бы, что линейная модель лог-преобразованного …

2
Назначение функции связи в обобщенной линейной модели
Какова цель функции связи как компонента обобщенной линейной модели? Зачем нам это нужно? Википедия утверждает: Может быть удобно сопоставить область функции связи с диапазоном среднего значения функции распределения В чем преимущество этого?

1
Нелинейная или обобщенная линейная модель: как вы относитесь к логистической, пуассоновской и т. Д. Регрессии?
У меня есть вопрос о семантике, о котором я хотел бы узнать мнение коллег-статистиков. Мы знаем, что такие модели, как логистика, Пуассон и т. Д. Подпадают под действие обобщенных линейных моделей. Модель включает в себя нелинейные функции параметров, которые, в свою очередь, могут быть смоделированы с использованием структуры линейной модели …

4
Каковы правильные значения для точности и отзыва в крайних случаях?
Точность определяется как: p = true positives / (true positives + false positives) Является ли это исправить , что, как true positivesи false positivesподход 0, точность приближается к 1? Тот же вопрос для отзыва: r = true positives / (true positives + false negatives) В настоящее время я выполняю статистический …
20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 

5
Предполагают ли статистики, что нельзя завалить растение или я просто использую неправильные условия поиска для криволинейной регрессии?
Почти все, что я читал о линейной регрессии и GLM, сводится к следующему: где - не возрастающая или неубывающая функция а - параметр, который вы оценить и проверить гипотезы о. Существуют десятки функций связи и преобразований и чтобы сделать линейной функцией от .f ( x , β ) x β …

3
Как решить, какую семью GLM использовать?
У меня есть данные о плотности рыбы, которые я пытаюсь сравнить между несколькими различными методами сбора, у данных есть много нулей, и гистограмма выглядит неопределенной, соответствующей распределению Пуассона, за исключением того, что, как плотности, это не целочисленные данные. Я относительно новичок в GLM и провел последние несколько дней в Интернете, …

4
Всегда ли функция logit лучше всего подходит для регрессионного моделирования двоичных данных?
Я думал об этой проблеме. Обычная логистическая функция для моделирования двоичных данных: Но является ли функция логита, которая представляет собой S-образную кривую, всегда наилучшей для моделирования данных? Возможно, у вас есть основания полагать, что ваши данные не соответствуют нормальной S-образной кривой, а имеют другой тип кривой с областью(0,1).log(p1−p)=β0+β1X1+β2X2+…log⁡(p1−p)=β0+β1X1+β2X2+… \log\left(\frac{p}{1-p}\right)=\beta_0+\beta_1X_1+\beta_2X_2+\ldots (0,1)(0,1)(0,1) …

2
GLM: проверка выбора распределения и функции связи
У меня есть обобщенная линейная модель, которая использует гауссово распределение и функцию логарифмической связи. После подгонки модели я проверяю невязки: график QQ, невязки против прогнозируемых значений, гистограмма невязок (признавая, что необходима должная осторожность). Все выглядит хорошо. Мне кажется, это говорит о том, что выбор гауссовского распределения был вполне разумным. Или, …

1
Можете ли вы дать простое интуитивное объяснение метода IRLS, чтобы найти MLE GLM?
Фон: Я пытаюсь следовать обзору Принстона оценки MLE для GLM . Я понимаю основы оценки MLE: likelihood, score, наблюдаемая и ожидаемая Fisher informationи Fisher scoringтехника. И я знаю, как обосновать простую линейную регрессию с помощью оценки MLE . Вопрос: Я не могу понять даже первую строку этого метода :( Что …

2
Плюсы и минусы лог-ссылки в сравнении с идентификационной ссылкой для регрессии Пуассона
Я выполняю регрессию Пуассона с конечной целью сравнения (и взятия разности) предсказанного среднего значения между двумя уровнями фактора в моей модели: , удерживая другие модельные ковариаты (которые являются двоичными) постоянными. Мне было интересно, если кто-нибудь может дать несколько практических советов о том, когда использовать ссылку на журнал, а не ссылку …

2
Проблема со сравнением моделей GLM с другой функцией связи
Учитывая тот же набор ковариат и семейства распределений, как я могу сравнить модели, имеющие разные функции связи? Я думаю, что правильный ответ здесь - «AIC / BIC», но я не уверен на 100%. Можно ли иметь вложенные модели, если у них другая ссылка?

1
Расчет канонической функции связи в GLM
Я думал, что каноническая функция связи происходит от естественного параметра экспоненциального семейства. Скажем, рассмотрим семейство f ( y , θ , ψ ) = exp { y θ - b ( θ )г( ⋅ )g(⋅)g(\cdot) тогдаθ=θ(µ)- каноническая функция связи. Возьмемв качестве примера распределение Бернулли:P(Y=y)=μy(1-μ)1-y=exp{ylogμе( у, θ , ψ ) = …

3
Как получить доверительный интервал по изменению r-квадрата населения
Ради простого примера предположим, что есть две модели линейной регрессии Модель 1 имеет три предсказатели, x1a, x2b, иx2c Модель 2 имеет три предиктора из модели 1 и два дополнительных предиктора x2aиx2b Существует уравнение регрессии населения, где объясняется дисперсия населения для Модели 1 и для Модели 2. Инкрементная дисперсия, объясненная Моделью …
Используя наш сайт, вы подтверждаете, что прочитали и поняли нашу Политику в отношении файлов cookie и Политику конфиденциальности.
Licensed under cc by-sa 3.0 with attribution required.