«link-function» 태그된 질문

Logit 과 Probit 모델 의 차이점은 무엇입니까 ? 로지스틱 회귀를 사용할시기와 Probit를 언제 사용해야 하는지를 알고 싶습니다. R 을 사용하여 정의한 문헌 이 있으면 도움이 될 것입니다.

299 r  generalized-linear-model  logistic  probit  link-function 

'링크 기능'과 '정식 링크 기능'이라는 용어의 차이점은 무엇입니까? 또한, 하나를 다른 것보다 사용하는 (이론적) 장점이 있습니까? 예를 들어, 이진 응답 변수는 logit , probit 등과 같은 많은 링크 함수를 사용하여 모델링 할 수 있습니다 . 그러나 여기서 logit 은 "정식"링크 함수로 간주됩니다.

65 logistic  generalized-linear-model  link-function 

GLM (Generalized Linear Model)과 LM (Linear Model)을 사용하는 철학을 이해하려고합니다. 아래에 예제 데이터 세트를 만들었습니다. log(y)=x+εlog⁡(y)=x+ε\log(y) = x + \varepsilon 이 예제에는 크기의 함수로 오류가 없으므로 로그 변환 된 y의 선형 모델이 가장 좋다고 가정합니다. 아래 예제에서는 로그 변환 된 데이터에 대한 LM의 AIC가 가장 낮기 때문에 실제로 그런 경우입니다. …

55 r  generalized-linear-model  linear-model  gamma-distribution  link-function 

일반화 된 선형 모델의 구성 요소로서 링크 기능의 목적은 무엇입니까? 왜 필요한가요? 위키피디아 상태 : 링크 함수의 영역을 분포 함수의 평균 범위와 일치시키는 것이 편리 할 수 ​​있습니다. 이 작업의 장점은 무엇입니까?

35 regression  generalized-linear-model  link-function  irls 

동료 통계학 자의 의견을 듣고 싶은 의미론에 대한 질문이 있습니다. 우리는 로지스틱, 포아송 등과 같은 모델이 일반화 된 선형 모델의 우산에 속한다는 것을 알고 있습니다. 모델에는 매개 변수의 비선형 함수가 포함되어 있으며, 적절한 링크 함수를 사용하여 선형 모델 프레임 워크를 사용하여 모델링 할 수 있습니다. 로지스틱 회귀와 같은 상황을 다음과 …

23 logistic  generalized-linear-model  poisson-regression  nonlinear  link-function 

정밀도는 다음과 같이 정의됩니다. p = true positives / (true positives + false positives) 로, 즉를 정확 true positives하고 false positives, 정밀도가 한 접근 방식 0? 리콜에 대한 동일한 질문 : r = true positives / (true positives + false negatives) 현재이 값을 계산 해야하는 통계 테스트를 구현 중이며 때로는 …

20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 

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 

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 

나는이 문제에 대해 생각하고있다. 이진 데이터 모델링을위한 일반적인 로지스틱 함수는 다음과 같습니다. 그러나 S 형 곡선 인 로짓 함수는 항상 데이터 모델링에 가장 적합합니까? 데이터가 정상적인 S 자형 곡선을 따르지 않고 도메인(0,1)을가진 다른 유형의 곡선을 따르는 것으로 생각할만한 이유가있을 수 있습니다.로그( p1 - p) = β0+ β1엑스1+ β2엑스2+ …로그⁡(피1−피)=β0+β1엑스1+β2엑스2+… \log\left(\frac{p}{1-p}\right)=\beta_0+\beta_1X_1+\beta_2X_2+\ldots …

15 logistic  references  link-function 

가우시안 분포 및 로그 링크 기능을 채택한 일반화 선형 모형이 있습니다. 모델을 피팅 한 후 QQ 플롯, 잔차 대 예측값, 잔차 히스토그램 (적당한주의가 필요함을 인정)을 잔차를 확인합니다. 모든 것이 좋아 보인다. 이것은 가우시안 분포의 선택이 상당히 합리적이라고 제안합니다. 또는 적어도 잔차가 모형에 사용 된 분포와 일치해야합니다. Q1 : 내가 선택한 …

14 regression  generalized-linear-model  link-function 

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 

내 모델에서 와 같이 두 모델 수준 간의 예측 평균 수를 비교하고 차이를 취하는 최종 목표로 포아송 회귀 분석을 수행하고 있습니다. 다른 모형 공변량 (모두 이진) 상수입니다. 누구든지 로그 링크와 신원 링크를 언제 사용해야하는지에 대한 실용적인 조언을 제공 할 수 있는지 궁금합니다. 차이점을 비교하려는 나의 목표를 고려할 때 포아송 회귀 …

12 logistic  poisson-regression  link-function 

동일한 공변량 및 분포 제품군이 주어지면 다른 링크 기능을 가진 모델을 어떻게 비교할 수 있습니까? 여기에 정답은 "AIC / BIC"이라고 생각하지만 100 % 확신 할 수는 없습니다. 링크가 다른 경우 중첩 모델을 가질 수 있습니까?

12 generalized-linear-model  aic  link-function 

정규 링크 함수 지( ⋅ )g(⋅)g(\cdot) 는 지수 패밀리의 자연 매개 변수에서 비롯된 것으로 생각했습니다 . 가정 에프( y, θ , ψ ) = exp{ yθ − b ( θ )a ( ψ )− c ( y, ψ ) }f(y,θ,ψ)=exp⁡{yθ−b(θ)a(ψ)−c(y,ψ)} f(y,\theta,\psi)=\exp\left\{\frac{y\theta-b(\theta)}{a(\psi)}-c(y,\psi)\right\} 다음θ = θ ( μ )θ=θ(μ)\theta=\theta(\mu)정규 링크 기능이다. 가라베르누이 …

12 generalized-linear-model  link-function 

간단한 예제를 위해 두 개의 선형 회귀 모델이 있다고 가정합니다. 모델 1은이 세 가지 예측, x1a, x2b, 및x2c 모형 2에는 모형 1의 예측 변수 3 개와 추가 예측 변수 2 개가 x2a있으며x2b 설명 된 모집단 분산이 모형 1의 경우 ρ2( 1 )ρ(1)2\rho^2_{(1)} 이고 모형 2의 경우 모집단 회귀 방정식이 있습니다. …

10 regression  confidence-interval  estimation  r-squared  shrinkage  anova  t-test  references  tukey-hsd  machine-learning  boosting  r  clustering  fishers-exact  generalized-linear-model  model  probit  link-function  r  survival  probability  distributions  dice  logistic  lme4-nlme  glmm  meta-analysis  distributions  distributions  factor-analysis  r  anova  repeated-measures  post-hoc