Solo tiene que ver con la técnica de estimación: cómo se llega a un conjunto de estimaciones para los parámetros del modelo. Un modelo lineal generalizado se ajusta mediante mínimos cuadrados iterativamente ponderados. Se elige un conjunto arbitrario de pesos para comenzar (a menudo todos iguales para comenzar), luego se eligen estimaciones de los parámetros en el predictor lineal que minimizan la suma ponderada de los cuadrados de los residuos. Esos parámetros estimados en el predictor lineal se usan para estimar un nuevo vector de medias. De esto se deriva un nuevo conjunto de ponderaciones, por ejemplo, dependiendo de qué familia y función de enlace se esté utilizando, la varianza de la respuesta podría ser proporcional a la media de la respuesta, por lo que las ponderaciones serán inversamente proporcionales a la media. Este nuevo conjunto de pesos se utiliza en una nueva iteración de todo el procedimiento.
Entonces, los tres argumentos para glm () sobre los que ha preguntado son solo formas para que el usuario comience el procedimiento en algún punto arbitrario en lugar de permitirle elegir su propio punto de inicio predeterminado. Desde el archivo de ayuda que vinculó a:
- inicio: valores iniciales para los parámetros en el predictor lineal.
- etastart: valores iniciales para el predictor lineal.
- mustart: valores iniciales para el vector de medias.