에서 본 논문 제목 "일반화 선형 모델 APPLIED TO 의료 데이터 중 선택"저자는 쓰기 :
일반화 된 선형 모형에서 평균은 반응 자체를 변환하는 대신 링크 함수에 의해 변환됩니다. 두 가지 변환 방법은 결과가 매우 다를 수 있습니다. 예를 들어, 로그 변환 된 반응의 평균은 평균 반응의 로그와 같지 않습니다 . 일반적으로 전자는 평균 응답으로 쉽게 변환 할 수 없습니다. 따라서 평균을 변환하면 결과를 더 쉽게 해석 할 수 있습니다. 특히 평균 매개 변수가 측정 된 응답과 동일한 척도로 유지됩니다.
그들은 로그 변환 된 응답이있는 선형 모델 (LM) 대신 로그 링크가있는 일반화 선형 모델 (GLM)을 피팅하는 것이 좋습니다. 나는이 접근법의 장점을 이해하지 못하며 나에게는 매우 드문 것 같습니다.
내 응답 변수는 로그 정규 분포로 보입니다. 계수와 표준 오류 측면에서 비슷한 결과를 얻습니다.
여전히 궁금합니다 : 변수에 로그 정규 분포가 있는 경우 평균 변환되지 않은 변수의 로그 보다 로그 변환 변수의 평균이 바람직 하지 않습니다 . 평균은 정규 분포의 자연적인 요약이며 로그입니다. 변형 된 변수는 정규 분포되지만 변수 자체는 그렇지 않습니까?