Ich habe eine Frage zur Semantik, zu der ich die Meinungen anderer Statistiker haben möchte. Wir wissen, dass Modelle wie Logistik, Poisson usw. unter den Schirm verallgemeinerter linearer Modelle fallen. Das Modell enthält nichtlineare Funktionen der Parameter, die wiederum unter Verwendung des...
Ich würde gerne ein lineares Modell (lm) verwenden, bei dem die Varianz der Residuen eindeutig von der erklärenden Variablen abhängt. Die Art und Weise, wie ich dies weiß, besteht darin, glm mit der Gamma-Familie zu verwenden, um die Varianz zu modellieren, und diese dann in die Gewichte der...
Ich verstehe, dass der Wald-Test für Regressionskoeffizienten auf der folgenden Eigenschaft basiert, die asymptotisch gilt (z. B. Wasserman (2006): All of Statistics , S. 153, 214-215): Wobei den geschätzten Regressionskoeffizienten bezeichnet, bezeichnet den Standardfehler des...
Ich suche eine erweiterte Fallstudie zur linearen Regression, die die erforderlichen Schritte zur Modellierung komplexer, mehrfacher nichtlinearer Beziehungen mithilfe von GLM oder OLS veranschaulicht. Es ist überraschend schwierig, Ressourcen zu finden, die über grundlegende Schulbeispiele...
Diese Frage wurde von Stack Overflow migriert, da sie bei Cross Validated beantwortet werden kann. Vor 6 Jahren migriert . Ich habe das folgende Ergebnis aus der Ausführung der glm-Funktion. Wie kann ich die folgenden Werte interpretieren: Nullabweichung Restabweichung AIC Haben sie etwas mit der...
Diese Frage wurde von Stack Overflow migriert, da sie bei Cross Validated beantwortet werden kann. Vor 5 Jahren migriert . Ich habe eine Frage zur Parameterinterpretation für eine GLM mit einer gamma-verteilten abhängigen Variablen. Dies ist, was R für mein GLM mit einem...
Ich versuche, verallgemeinerte lineare Modelle an einige Sätze von Zähldaten anzupassen, die möglicherweise überdispers sind oder nicht. Die beiden hier geltenden kanonischen Verteilungen sind das Poisson- und das Negative Binomial (Negbin) mit EV und Varianzμμ\mu VarP=μVarP=μVar_P = \mu...
Kurzfassung: Wir wissen, dass logistische Regression und Probit-Regression so interpretiert werden können, dass sie eine kontinuierliche latente Variable beinhalten, die vor der Beobachtung anhand eines festgelegten Schwellenwerts diskretisiert wird. Steht eine ähnliche latente
Eine Poisson-Regression ist ein GLM mit einer Log-Link-Funktion. Eine alternative Möglichkeit, nicht normalverteilte Zählerdaten zu modellieren, besteht in der Vorverarbeitung, indem das Protokoll (bzw. das Protokoll (1 + Zähler) zur Behandlung von Nullen) verwendet wird. Wenn Sie eine Regression...
Ich versuche für mich selbst ein Layout zu erstellen, wenn es angebracht ist, welchen Regressionstyp (geometrisch, Poisson, negatives Binomial) mit Zähldaten innerhalb des GLM-Frameworks zu verwenden (nur 3 der 8 GLM-Verteilungen werden für Zähldaten verwendet, obwohl die meisten davon verwendet...
Ich habe es mit einem Bayesian Hierarchical Linear Model zu tun , hier das Netzwerk, das es beschreibt. YYY für den täglichen Verkauf eines Produkts in einem Supermarkt (beobachtet). XXX ist eine bekannte Matrix von Regressoren, einschließlich Preisen, Werbeaktionen, Wochentagen, Wetter,...
Ich habe einige Daten in [0,1], die ich mit einer Beta-Regression analysieren möchte. Natürlich muss etwas unternommen werden, um den 0,1-Werten Rechnung zu tragen. Ich mag es nicht, Daten an ein Modell anzupassen. Ich glaube auch nicht, dass eine Inflation von Null und 1 eine gute Idee ist, weil...
Gibt es eine (stärkere?) Alternative zur Arcsin-Quadratwurzel-Transformation für Prozent- / Proportionsdaten? In dem Datensatz, an dem ich gerade arbeite, bleibt eine ausgeprägte Heteroskedastizität bestehen, nachdem ich diese Transformation angewendet habe, dh die Darstellung der Residuen...
Ich verwende R und habe meine Daten mit GLM mit Binomial Link analysiert. Ich möchte wissen, was die Bedeutung des Abschnitts in der Ausgabetabelle ist. Der Achsenabschnitt für eines meiner Modelle unterscheidet sich erheblich, die Variable jedoch nicht. Was bedeutet das? Was ist der Schnittpunkt?...
Wir haben viele gute Diskussionen über die perfekte Trennung in der logistischen Regression. So führte die logistische Regression in R zu einer perfekten Trennung (Hauck-Donner-Phänomen). Was jetzt? Das logistische Regressionsmodell konvergiert nicht . Ich persönlich glaube immer noch, dass es...
Ich benötige einige Ratschläge in Bezug auf zwei Hauptprobleme in meiner Forschung, die eine Fallstudie von drei großen Pharmazeutika und Innovationen ist. Anzahl der Patente pro Jahr ist die abhängige Variable. Meine Fragen sind Was sind die wichtigsten Kriterien für ein gutes Modell? Was ist mehr...
Ich habe eine Datentabelle T1, die fast tausend Variablen (V1) und rund 200 Millionen Datenpunkte enthält. Die Daten sind spärlich und die meisten Einträge sind NA. Jeder Datenpunkt hat ein eindeutiges Paar aus ID und Datum, um sich von anderen zu unterscheiden. Ich habe eine andere Tabelle T2, die...
Ich habe eine Darstellung der Restwerte eines linearen Modells in Abhängigkeit von den angepassten Werten, wobei die Heteroskedastizität sehr klar ist. Ich bin mir jedoch nicht sicher, wie ich jetzt vorgehen soll, da diese Heteroskedastizität meines Wissens mein lineares Modell ungültig macht. (Ist...
Das scheint so elementar zu sein, aber ich bleibe immer an diesem Punkt stecken ... Die meisten Daten, mit denen ich zu tun habe, sind nicht normal, und die meisten Analysen basieren auf einer GLM-Struktur. Für meine aktuelle Analyse habe ich eine Antwortvariable, die "Gehgeschwindigkeit" (Meter /...
Fast alles, was ich über lineare Regression und GLM lese , läuft darauf hinaus: y=f(x,β)y=f(x,β)y = f(x,\beta) wobei f(x,β)f(x,β)f(x,\beta) eine nicht zunehmende oder nicht abnehmende Funktion von xxx und ββ\beta der Parameter ist, den Sie schätzen und testen Hypothesen über. Es gibt Dutzende von...