«generalized-linear-model» 태그된 질문

나는 이것에 관해 몇몇 실험실 멤버들과 논의하고 있으며, 우리는 몇 가지 소스로 갔지만 여전히 대답이 없습니다. GLM에 포아송 계열이 있다고 가정 하면 잔차 또는 반응 변수의 분포에 대해 이야기하고 있습니까? 경합의 포인트 이 기사를 읽으면 GLM의 가정은 통계적 독립성 , 링크 및 분산 함수의 정확한 사양 (응답 변수가 아닌 잔차에 …

13 generalized-linear-model  residuals  assumptions 

에서 R의 사용을위한 회귀 입력 데이터를 포맷하기위한 세 가지 방법이있다 glm기능 : 데이터는 각 관측치에 대해 "이진"형식 일 수 있습니다 (예 : 각 관측치에 대해 y = 0 또는 1). 데이터는 "Wilkinson-Rogers"형식 일 수 있으며 (예를 들어, y = cbind(success, failure)각 행은 하나의 처리를 나타냄); 또는 데이터는 각 관측치에 대한 …

13 r  logistic  generalized-linear-model 

배경: Princeton의 GLM MLE 추정 검토 를 따르려고합니다 . 내가 MLE 추정의 기초를 이해 : likelihood, score, 관찰 및 예상 Fisher information과 Fisher scoring기술. 그리고 나는 MLE 추정으로 간단한 선형 회귀 를 정당화하는 방법을 알고 있습니다. 질문: 이 방법의 첫 번째 줄조차 이해할 수 없습니다. 다음과 같이 작업 변수 의 …

13 regression  generalized-linear-model  maximum-likelihood  link-function  irls 

데이터가 이항 분포 (과일 성숙 또는 성숙하지 않음) 인 수분에 관한 논문을 개정하고 있습니다. 그래서 나는 glmer하나의 무작위 효과 (개별 식물)와 하나의 고정 효과 (치료)를 사용했습니다. 리뷰어는 식물이 과일 세트에 영향을 미쳤는지 알고 싶어하지만 glmer결과를 해석하는 데 문제가 있습니다. 나는 웹을 읽었으며 직접 비교 glm하고 glmer모델에 문제가있을 수 있으므로 그렇게하지 …

13 r  generalized-linear-model  variance  lme4-nlme  ecology 

내 결과에 따르면 GLM 감마가 대부분의 가정을 충족하는 것으로 보이지만 로그 변환 된 LM보다 가치있는 개선입니까? 내가 찾은 대부분의 문헌은 포아송 또는 이항 GLM과 관련이 있습니다. 나는 RANDOMIZATION을 사용한 일반 선형 모델 가정 평가의 기사가 매우 유용하다는 것을 알았지 만 결정을 내리는 데 사용 된 실제 도표는 부족하다. 다행히도 경험이있는 …

13 r  generalized-linear-model  model-selection  gamma-distribution 

Python과 Sklearn을 배우려고하지만 Poisson, Gamma 및 특히 Tweedie 제품군의 오류 분포를 사용하는 회귀를 실행해야합니다. 나는 그것들에 관한 문서에서 아무것도 보지 못했지만 R 배포판의 여러 부분에 있기 때문에 누군가 파이썬의 구현을 보았는지 궁금합니다. Tweedie 배포판의 SGD 구현으로 나를 가리킬 수 있다면 매우 시원 할 것입니다!

13 generalized-linear-model  python  scikit-learn  gradient-descent  tweedie-distribution 

요인 변수 (예 : M 및 F 수준의 성별)가 glm 공식에 사용되는 경우 더미 변수가 생성되며 관련 계수 (예 : genderM)와 함께 glm 모델 요약에서 찾을 수 있습니다 이러한 방식으로 인수를 분할하기 위해 R을 사용하는 대신 일련의 숫자 0/1 변수 (예 : genderM (M의 경우 1, F의 경우 F), genderF …

13 r  generalized-linear-model  categorical-data  categorical-encoding 

"올바른"GLM의 응답 스케일에 대한 모델 평균 예측을 계산하려면? 링크 스케일에서 모델 평균 예측을 계산 한 다음 응답 스케일로 역변환하거나 예측을 반응 척도로 다시 변환 한 다음 모형 평균을 계산합니다. 모델이 GLM 인 경우 예측은 비슷하지만 같지 않습니다. 다른 R 패키지는 둘 다에 대한 옵션을 제공합니다 (기본값이 다름). 몇몇 동료들은 "모든 …

12 generalized-linear-model  model-averaging 

스플라인은 GLM 모델이 아닌 GAM 모델에서만 사용할 수 있다는 것이 잘못입니까? 나는 이것을 잠시 들었고, 이것이 단지 오해인지 또는 그것에 대한 진실이 있는지 궁금합니다. 그림은 다음과 같습니다.

12 generalized-linear-model  splines 

선형 모델을 사용하여 잠시 동안 2- 표본 비율 테스트를 수행했지만 완전히 정확하지 않을 수도 있음을 깨달았습니다. 이항 군 + 항등 링크와 함께 일반화 선형 모형을 사용하면 풀링되지 않은 2- 표본 비율 테스트 결과가 정확하게 나타납니다. 그러나 선형 모델 (가우스 패밀리가있는 glm)을 사용하면 결과가 약간 다릅니다. 나는 이것이 R이 이항 대 …

12 r  hypothesis-testing  generalized-linear-model  proportion 

능선 회귀는 원래 데이터 행렬에 데이터 행을 추가하여 달성 할 수 있다는 것을 읽었습니다. 여기서 각 행은 종속 변수의 경우 0을 사용하고 독립 변수 의 경우 제곱근 또는 0을 사용하여 구성됩니다. 그런 다음 각 독립 변수마다 하나의 추가 행이 추가됩니다.kkk 로지스틱 회귀 또는 다른 GLM을 포함하여 모든 경우에 대한 증거를 …

12 logistic  generalized-linear-model  ridge-regression 

개체 내 실험을 사용하여 실험 연구의 카운트 데이터를 모델링 할 때 여러 가지 실용적인 질문에 부딪 쳤습니다. 실험, 데이터 및 지금까지 수행 한 작업에 대해 간단히 설명하고 질문을합니다. 응답자의 샘플에 4 개의 다른 영화가 순서대로 표시되었습니다. 각 영화가 끝난 후 인터뷰를 진행하여 RQ에 관심이있는 특정 진술 (예측 카운트 변수)의 발생 …

12 generalized-linear-model  negative-binomial  glmm  poisson-regression  overdispersion 

영국의 두부 외상 데이터베이스에 대한 소급 데이터를 기반으로 로지스틱 회귀 모델을 개발하고 있습니다. 주요 결과는 30 일 사망률입니다 ( "생존"척도로 표시). 이전 연구 결과에 중대한 영향을 미친다는 증거가 발표 된 다른 조치는 다음과 같습니다. Year - Year of procedure = 1994-2013 Age - Age of patient = 16.0-101.5 ISS - …

12 r  logistic  generalized-linear-model  goodness-of-fit  regression-strategies 

데이터 세트가 매우 커서 약 5 %의 임의 값이 없습니다. 이 변수들은 서로 상관되어 있습니다. 다음 예제 R 데이터 세트는 더미 상관 데이터가있는 장난감 예제 일뿐입니다. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), ncol = 10000) colnames(xmat) <- paste ("M", 1:10000, sep ="") rownames(xmat) …

12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 

이 논문 은 일반 선형 모델 (이항 및 음 이항 오차 분포)을 사용하여 데이터를 분석합니다. 그러나 방법의 통계 분석 섹션에는 다음과 같은 진술이 있습니다. 두 번째는 로지스틱 회귀 모델을 사용하여 현재 상태 데이터를 모델링하고 GLM (Generalized Linear Model)을 사용하여 시간을 계산하는 데이터입니다. 로그 링크 기능이있는 음의 이항 분포는 위조 시간 …

12 generalized-linear-model  assumptions