누군가 왜 우리가 평신도 용어로 로그 선형 모델을 사용하는지 설명해 주시겠습니까? 나는 엔지니어링 배경에서 왔으며, 이것은 실제로 통계적으로 나에게 어려운 주제로 판명되었습니다. 답변 해 주셔서 감사합니다.
누군가 왜 우리가 평신도 용어로 로그 선형 모델을 사용하는지 설명해 주시겠습니까? 나는 엔지니어링 배경에서 왔으며, 이것은 실제로 통계적으로 나에게 어려운 주제로 판명되었습니다. 답변 해 주셔서 감사합니다.
답변:
확률에 대한 독립적 인 영향은 곱셈 적으로 작용하기 때문에 로그 선형 모델은 종종 비율에 사용됩니다. 통나무를 가져온 후에는 선형 효과가 발생합니다.
실제로 로그 선형 모델을 사용하는 다른 이유 (예 : 로그 링크가 포아송의 정식 링크 함수라는 사실)가 있지만 첫 번째 이유는 아마도 일반적인 모델링 관점에서 충분하다고 생각합니다.
(일명 ) 변환이 사용되는 관련 이유 목록은 다음과 같습니다 . 모든 로그가 서로 비례하기 때문에 많은 사람들이 좋은 특성을 가지기 때문에 base 를 사용하는 경향이 있습니다. 존 디 쿡을 인용하면log e e
나는 항상 로그를 사용하지는 않지만 사용하면 자연 로그입니다.
이 목록은 Nick Cox의 Intro To Transformations 에서 가져온 것입니다 (설명이 추가됨).
마지막으로, 로그가 이러한 목표 중 일부를 달성하는 유일한 방법은 아닙니다.