«generalized-linear-model» 태그된 질문

나는 학교 시절과 대학에서 통계에 관한 충분한 코스를 가졌다. CI, p- 값, 통계적 유의성 해석, 다중 검정, 상관 관계, 단순한 선형 회귀 (최소 제곱 포함) (일반 선형 모형) 및 모든 가설 검정과 같은 개념을 공정하게 이해하고 있습니다. 나는 초기에 대부분 수학적으로 소개되었습니다. 그리고 최근에 Intuitive Biostatistics 라는 책의 도움으로 실제 …

10 bayesian  references  maximum-likelihood  generalized-linear-model 

혼합 효과 로지스틱 회귀 분석에 대한 UCLA 웹 페이지의 진술로 혼동됩니다 . 그것들은 그러한 모형을 피팅하여 고정 효과 계수의 표를 보여 주며 아래 첫 번째 단락은 계수를 정규 로지스틱 회귀와 정확하게 해석하는 것처럼 보입니다. 그러나 그들이 승산 비에 관해 이야기 할 때, 당신은 그것들을 랜덤 효과에 조건부로 해석해야한다고 말합니다. log-odd의 …

10 logistic  mixed-model  generalized-linear-model  random-effects-model 

ARD (Automatic Relevance Determination) 및 Ridge Regression과 같은 일반화 선형 모형을 사용하는 것과 Box-Jenkins (ARIMA) 또는 지수 평활 법과 같은 시계열 모형과 비교할 때 차이점은 무엇입니까? GLM 사용시기 및 시계열 사용시기에 관한 경험 규칙이 있습니까?

10 time-series  generalized-linear-model  forecasting 

다음 코드에서는 glm을 사용하고 mle2를 사용하여 "손으로"그룹화 된 데이터에 대해 로지스틱 회귀를 수행합니다. R의 logLik 함수가 왜 logLik (fit.ml) =-5.514와 다른 로그 가능성 logLik (fit.glm) =-2.336을 제공합니까? library(bbmle) #successes in first column, failures in second Y <- matrix(c(1,2,4,3,2,0),3,2) #predictor X <- c(0,1,2) #use glm fit.glm <- glm(Y ~ X,family=binomial (link=logit)) …

10 r  self-study  generalized-linear-model 

R에 이산 시간 모델을 맞추려고하지만 어떻게 해야할지 모르겠습니다. 종속 변수를 각 시간 관찰마다 하나씩 다른 행 glm으로 구성하고 logit 또는 cloglog 링크와 함께 함수를 사용할 수 있다는 것을 읽었습니다. 이런 의미에서, 나는 세 개의 열이 있습니다 : ID, Event(각 시간 경과시 1 또는 0) 및 Time Elapsed(관측 시작부터 ) 그리고 …

10 r  survival  pca  sas  matlab  neural-networks  r  logistic  spatial  spatial-interaction-model  r  time-series  econometrics  var  statistical-significance  t-test  cross-validation  sample-size  r  regression  optimization  least-squares  constrained-regression  nonparametric  ordinal-data  wilcoxon-signed-rank  references  neural-networks  jags  bugs  hierarchical-bayesian  gaussian-mixture  r  regression  svm  predictive-models  libsvm  scikit-learn  probability  self-study  stata  sample-size  spss  wilcoxon-mann-whitney  survey  ordinal-data  likert  group-differences  r  regression  anova  mathematical-statistics  normal-distribution  random-generation  truncation  repeated-measures  variance  variability  distributions  random-generation  uniform  regression  r  generalized-linear-model  goodness-of-fit  data-visualization  r  time-series  arima  autoregressive  confidence-interval  r  time-series  arima  autocorrelation  seasonality  hypothesis-testing  bayesian  frequentist  uninformative-prior  correlation  matlab  cross-correlation 

연속 변수와 범주 변수 간의 상호 작용 계수 해석에 대한 질문이 있습니다. 내 모델은 다음과 같습니다. model_glm3=glm(cog~lg_hag+race+pdg+sex+as.factor(educa)+(lg_hag:as.factor(educa)), data=base_708) Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) 21.4836 2.0698 10.380 < 2e-16 *** lg_hag 8.5691 3.7688 2.274 0.02334 * raceblack -8.4715 1.7482 -4.846 1.61e-06 *** racemexican -3.0483 1.7073 -1.785 0.07469 . …

10 categorical-data  generalized-linear-model  interaction  interpretation 

우도 비 (일명 편차) G2G2G^2glm(..., family = binomial)R에서 로지스틱 회귀 모델 ( 함수를 사용하여 적합)을 얻기 위해 통계 및 적합 부족 (또는 적합도) 검정은 매우 간단합니다. 테스트가 신뢰할 수 없다는 것을 적합치 부족에 대한 우도 비 검정의 신뢰성을 검증하는 한 가지 방법은 검정 통계량과 P- 값을 Pearson 카이 제곱의 검정 …

10 r  chi-squared  logistic  generalized-linear-model  goodness-of-fit 

이것은 여러 번 나온 예제 일뿐이므로 샘플 데이터가 없습니다. R에서 선형 회귀 모델 실행 : a.lm = lm(Y ~ x1 + x2) x1연속 변수입니다. x2범주 형이며 "낮음", "중간"및 "높음"의 세 가지 값이 있습니다. 그러나 R이 제공하는 출력은 다음과 같습니다. summary(a.lm) Estimate Std. Error t value Pr(>|t|) (Intercept) 0.521 0.20 1.446 …

10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 

오프셋을 사용할지 여부에 대한 질문이 있습니다. 하키에서 (전체) 수의 목표를 설명하려는 매우 쉬운 모델을 가정하십시오. 따라서 플레이어는 스트라이커 인 경우 골, 목표로하는 게임 수 및 더미 변수 "스트라이커"가 1이고 그렇지 않으면 0입니다. 다음 중 어떤 모델이 올바르게 지정 되었습니까? goals = games + striker 또는 목표 = 오프셋 (게임) + …

10 r  regression  poisson-distribution  generalized-linear-model  count-data 

다음 유형의 물류 모델을 해석하려고합니다. mdl <- glm(c(suc,fail) ~ fac1 + fac2, data=df, family=binomial) predict(mdl)각 데이터 포인트에 대해 예상되는 성공 확률 이 출력 됩니까? 모든 데이터 점이 아니라 모형의 각 요인 수준에 대한 확률을 표로 만드는 간단한 방법이 있습니까?

10 r  logistic  generalized-linear-model 

나는 RKHS 회귀의 정규화와 선형 회귀의 차이점을 연구하고 있지만 두 가지의 중요한 차이점을 파악하기가 어렵습니다. 주어진 입력-출력 쌍 이면 함수 를 다음과 같이 추정하고 싶습니다. 여기서 는 커널 함수입니다. 계수 은 를 풀면 찾을 수 있습니다. 여기서 약간의 표기법 남용으로 커널 행렬 K 의 i, j 번째 항목 인 {\ …

9 regression  generalized-linear-model  regularization  kernel-trick  rbf-kernel 

양식의 여러 모델에 적합합니다 .. glm(DV ~ I(1/IV), family = Gamma(link = "log") 여러 변수에 대해 얻은 모형을 비교할 방법을 찾고 있습니다. 알파 값이 실제로 사용되는지 궁금합니다. 아래의 3 가지 플롯에서 알파 값은 17.85, 9.03 및 6.27입니다. 이 값에는 데이터를 해석하거나 다른 변수를 비교하는 데 도움이되는 정보가 포함되어 있습니까?

9 generalized-linear-model  gamma-distribution 

필자의 분야에서 짝을 이룬 데이터를 그리는 일반적인 방법은 일련의가는 경 사진 선분으로 두 그룹에 대한 중앙값의 중앙값과 CI로 오버레이합니다. 그러나이 종류의 줄거리는 데이터 포인트 수가 매우 많아지면 읽기가 훨씬 어려워집니다 (제 경우에는 10000 쌍 정도입니다). 알파를 줄이면 약간 도움이되지만 여전히 좋지는 않습니다. 솔루션을 검색하는 동안 이 백서 를 발견하고 '병렬 …

9 generalized-linear-model  data-visualization  modeling  interpretation  paired-data 

레벨 1 (개별 레벨)에 하나의 설명 변수와 레벨 2 (그룹 레벨)에 하나의 설명 변수가있는 다음 다중 레벨 물류 모델 : logit(pij)=π0j+π1jxij…(1)logit(pij)=π0j+π1jxij…(1)\text{logit}(p_{ij})=\pi_{0j}+\pi_{1j}x_{ij}\ldots (1) π0 j=γ00+γ01지제이+유0 j… ( 2 )π0j=γ00+γ01zj+u0j…(2)\pi_{0j}=\gamma_{00}+\gamma_{01}z_j+u_{0j}\ldots (2) π1 개 j=γ10+γ11지제이+유1 개 j… ( 3 )π1j=γ10+γ11zj+u1j…(3)\pi_{1j}=\gamma_{10}+\gamma_{11}z_j+u_{1j}\ldots (3) 여기서 그룹 레벨 잔차 및 는 기대 값이 0 인 다변량 정규 …

9 r  logistic  generalized-linear-model  simulation  multilevel-analysis 

동료의 학생을 돕기 위해 노력하고 있습니다. 학생은 실험 설정에서 조류 행동 (전화 수)을 관찰하고 계산했습니다. 각각의 실험 동안 특정 관찰 된 조류에 기인 한 호출 수는 결정될 수 없었지만, 기록 된 호출 수에 기여한 조류 수를 세는 것이 가능했다. 따라서 초기 제안은 Poisson GLM 모델에서 새 수를 오프셋 용어로 포함하는 …

9 generalized-linear-model  count-data  offset