«generalized-linear-model» 태그된 질문

여러분 중 일부는이 멋진 논문을 읽었을 것입니다. O'Hara RB, Kotze DJ (2010) 카운트 데이터를 로그 변환하지 마십시오. 생태와 진화의 방법 1 : 118–122. 톡 . 제 연구 분야 (생태 독성)에서는 제대로 복제되지 않은 실험을 다루고 있으며 GLM은 널리 사용되지 않습니다. 그래서 O'Hara & Kotze (2010)와 비슷한 시뮬레이션을 수행했지만 생태 독성 …

18 r  generalized-linear-model  simulation  negative-binomial  type-i-and-ii-errors 

일반화 선형 모형에 대한 중간 수준의 서적을 찾고 있습니다. 이상적으로는 모델 배후의 이론 외에도 R 또는 다른 프로그래밍 언어로 응용 프로그램과 예제를 포함하고 싶습니다. SAS도 널리 사용됩니다. 나는 그것을 스스로 연구하려고하므로 그것이 자체 운동에 대한 답변을 제공하면 도움이 될 것입니다. 제가 계산법과 확률 이론에서 전통적인 1 년 과정을 수강했다고 가정 …

18 self-study  generalized-linear-model  references 

I 선형 회귀 GLM 읽어 거의 모든이 귀결 : 의 비의 증가 또는 비 감소 함수이고 및 파라미터 당신 인 가설을 추정하고 테스트합니다. 를 의 선형 함수 로 만들기 위해 수십 개의 링크 함수와 및 변환이 있습니다.y=f(x,β)y=f(x,β)y = f(x,\beta)f(x,β)f(x,β)f(x,\beta)xxxββ\betayyyxxxyyyf(x,β)f(x,β)f(x,\beta) 이제 대한 증가 / 감소가 아닌 요구 사항을 제거하면 파라 메트릭 …

18 generalized-linear-model  nonlinear-regression  link-function 

나에게 두 가지 관련 질문이 있습니다. 한 열 (10-17 환자 범위)의 환자 수와 그 날 사건이 발생했는지 여부를 나타내는 0과 1을 포함하는 데이터 프레임이 있습니다. 나는 이항 모델을 사용하여 환자 수에 대한 사고 확률을 회귀하고 있습니다. 그러나 환자 수가 많을수록 병동의 총 환자 시간이 그날 더 많아지기 때문에 더 많은 …

18 binomial  generalized-linear-model  offset 

안녕하세요, 멀티 레벨 / 믹스 모델의 자연스러운 후보처럼 들리는 두 가지 문제가 있습니다. 더 간단하고 소개하려고 시도하는 것은 다음과 같습니다. 데이터는 여러 행의 행처럼 보입니다. x y innergroup outergroup 여기서 x는 y를 회귀시키려는 숫자 공변량입니다 (다른 숫자 변수). 각 y는 내부 그룹에 속하고 각 내부 그룹은 외부 그룹에 중첩됩니다 (즉, …

18 r  mixed-model  maximum-likelihood  generalized-linear-model 

베타 회귀 (즉, 베타 분포 및 일반적으로 로짓 링크 함수가있는 GLM)는 분수, 비율 또는 확률과 같이 0과 1 사이의 값을 취하는 반응 일명 종속 변수를 처리하는 데 권장됩니다 . 결과에 대한 회귀 (비율 또는 분수) 0과 1 사이 입니다. 그러나 베타 회귀 분석은 응답 변수가 적어도 한 번은 0 또는 …

17 regression  generalized-linear-model  beta-distribution  zero-inflation  beta-regression 

이러한 코드를 사용하여 R에서 로짓 회귀를 수행 할 수 있습니다. > library(MASS) > data(menarche) > glm.out = glm(cbind(Menarche, Total-Menarche) ~ Age, + family=binomial(logit), data=menarche) > coefficients(glm.out) (Intercept) Age -21.226395 1.631968 최적화 알고리즘이 수렴 된 것처럼 보입니다. 피셔 스코어링 알고리즘의 단계 수에 대한 정보가 있습니다. Call: glm(formula = cbind(Menarche, Total - …

17 r  generalized-linear-model  optimization  algorithms  logit 

6 개의 종속 변수 (카운트 데이터)와 여러 개의 독립 변수가 있는데 MMR에서 스크립트는 다음과 같습니다. my.model <- lm(cbind(DV1,DV2,DV3,DV4,DV5,DV6) ~ IV1 + IV2 + ... + IVn) 그러나 내 데이터는 개수이므로 일반 선형 모델을 사용하고 싶습니다. my.model <- glm(cbind(DV1,DV2,DV3,DV4,DV5,DV6) ~ IV1 + IV2 + ... + IVn, family="poisson") 그리고이 오류 메시지가 …

17 r  generalized-linear-model  multiple-regression 

우리는 로지스틱 회귀 분석을 진행하고 있으며 평균 추정 확률은 항상 표본의 확률과 같다는 것을 깨달았습니다. 즉, 적합치의 평균은 샘플의 평균과 같습니다. 아무도 나에게 이유를 설명 하거나이 데모를 찾을 수있는 참조를 줄 수 있습니까?

17 regression  logistic  modeling  generalized-linear-model  maximum-likelihood 

Poisson GLM이 정수가 아닌 숫자를 허용한다는 사실에 정말 놀랐습니다! 보기: 데이터 (의 내용 data.txt) : 1 2001 0.25 1 1 2002 0.5 1 1 2003 1 1 2 2001 0.25 1 2 2002 0.5 1 2 2003 1 1 R 스크립트 : t <- read.table("data.txt") names(t) <- c('site', 'year', 'count', …

17 r  generalized-linear-model  poisson-distribution  poisson-regression 

간단한 질문 : R의 GLM 패밀리 인수에 로그 정규 분포를 지정하는 방법은 무엇입니까? 이것이 어떻게 달성 될 수 있는지 찾을 수 없었습니다. 대수 인수에서 로그 정규 (또는 지수) 옵션이 아닌 이유는 무엇입니까? R-Archives의 어딘가에서 로그 노멀을 지정하기 위해 GLM에서 가우시안으로 설정된 패밀리에 대해 로그 링크를 사용해야한다는 것을 읽었습니다. 그러나 이것은 …

17 r  distributions  generalized-linear-model  lognormal 

여러 가지 수집 기술 사이에서 비교하려고하는 물고기 밀도 데이터가 있으며 데이터에는 많은 제로가 있으며 히스토그램은 밀도로 정수 데이터가 아니라는 점을 제외하고 포아송 분포에 적합하지 않습니다. 저는 GLM을 처음 접했고 최근 몇 일 동안 온라인에서 어떤 배포판을 사용하는지 알아 냈지만이 결정을 내리는 데 도움이되는 리소스를 찾지 못했습니다. 데이터의 샘플 히스토그램은 다음과 …

17 regression  distributions  generalized-linear-model  link-function 

GLM을 수행 할 때 anova 출력에서 ​​"단수로 인해 정의되지 않음"오류가 발생하면이 오류가 발생하는 것을 어떻게 방지합니까? 일부는 공변량 간의 공선 성 때문이거나 수준 중 하나가 데이터 세트에 존재하지 않는다고 제안했습니다 ( lm의 "단수 때문에 정의되지 않음"해석 참조 ) 내가하는 "특정 치료"모델을 운전보고 싶어 내가 치료의 4 단계가있는 경우 : Treat …

17 r  generalized-linear-model  regression-coefficients 

카운트 데이터와 함께 사용할 모델을 결정하기위한 적절한 전략은 무엇입니까? 나는 다중 레벨 모델로 모델링 해야하는 데이터를 계산 했으며이 사이트에서 버그 또는 MCMCglmm을 통해 가장 좋은 방법이라고 제안했습니다. 그러나 나는 여전히 베이지안 통계에 대해 배우려고 노력하고 있으며, 먼저 데이터를 일반 선형 모델로 맞추고 데이터의 중첩 구조를 무시해야한다고 생각했습니다 (그러므로 기대할 내용에 …

16 poisson-distribution  generalized-linear-model  negative-binomial  overdispersion 

GLMS가 특별한 최적화 문제인 것처럼 피팅하는 이유를 궁금합니다. 그들이 있습니까? 그것들은 단지 최대 가능성 일 뿐이며, 우리는 가능성을 기록한 다음 ... 그것을 최대화하는 것 같습니다! 왜 우리는 응용 수학 문헌에서 개발 된 수많은 최적화 체계 대신 Fisher 점수를 사용합니까?

16 generalized-linear-model  optimization  fisher-scoring