Preguntas etiquetadas con generalized-linear-model

Tengo un GLMM de la forma: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Cuando lo uso drop1(model, test="Chi"), obtengo resultados diferentes a los que uso Anova(model, type="III")del paquete del automóvil o summary(model). Estos dos últimos dan las mismas respuestas. Usando un montón de …

10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 

El modelo de regresión de Poisson inflado a cero se define para una muestra por y además supone que los parámetros \ mathbf {\ lambda} = (\ lambda_1, \ dots, \ lambda_n) y \ textbf {p} = (p_1, \ dots, p_n) satisfacen(y1,…,yn)(y1,…,yn)(y_1,\ldots,y_n)λ = ( λ 1 , ... , λ …

10 generalized-linear-model  maximum-likelihood  poisson-distribution  expectation-maximization  latent-variable 

He tenido suficientes cursos sobre estadísticas durante mis años escolares y en la universidad. Tengo una buena comprensión de los conceptos, como CI, valores p, interpretación de significación estadística, pruebas múltiples, correlación, regresión lineal simple (con mínimos cuadrados) (modelos lineales generales) y todas las pruebas de hipótesis. Me lo habían …

10 bayesian  references  maximum-likelihood  generalized-linear-model 

Estoy confundido por las declaraciones en una página web de la UCLA sobre la regresión logística de efectos mixtos. Muestran una tabla de coeficientes de efectos fijos al ajustar dicho modelo y el primer párrafo a continuación parece interpretar los coeficientes exactamente como una regresión logística normal. Pero luego, cuando …

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

¿Cuáles son las diferencias en el uso de modelos lineales generalizados, como la determinación automática de relevancia (ARD) y la regresión de Ridge, en comparación con modelos de series de tiempo como Box-Jenkins (ARIMA) o suavizado exponencial para el pronóstico? ¿Existen reglas generales sobre cuándo usar GLM y cuándo usar …

10 time-series  generalized-linear-model  forecasting 

En el siguiente código realizo una regresión logística en datos agrupados usando glm y "a mano" usando mle2. ¿Por qué la función logLik en R me da una probabilidad de registro logLik (fit.glm) = - 2.336 que es diferente del logLik (fit.ml) = - 5.514 que obtengo a mano? library(bbmle) …

10 r  self-study  generalized-linear-model 

Estoy tratando de ajustar un modelo de tiempo discreto en R, pero no estoy seguro de cómo hacerlo. He leído que puede organizar la variable dependiente en diferentes filas, una para cada observación de tiempo, y usar la glmfunción con un enlace logit o cloglog. En este sentido, tengo tres …

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 

La estadística de razón de probabilidad (también conocida como desviación) y la prueba de falta de ajuste (o bondad de ajuste) es bastante sencilla de obtener para un modelo de regresión logística (ajuste usando la función) en R. Sin embargo, puede ser Es fácil tener algunos recuentos de células lo …

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

Este es solo un ejemplo que he encontrado varias veces, por lo que no tengo ningún dato de muestra. Ejecutar un modelo de regresión lineal en R: a.lm = lm(Y ~ x1 + x2) x1Es una variable continua. x2es categórico y tiene tres valores, por ejemplo, "Bajo", "Medio" y "Alto". …

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 

Tengo una pregunta sobre si usar o no un desplazamiento. Suponga un modelo muy fácil, donde desea describir el número (general) de goles en el hockey. Entonces tienes goles, número de juegos jugados y un "delantero" ficticio variable que es igual a 1 si el jugador es delantero y 0 …

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

Estoy tratando de interpretar el siguiente tipo de modelo logístico: mdl <- glm(c(suc,fail) ~ fac1 + fac2, data=df, family=binomial) ¿Es la salida de predict(mdl)las probabilidades de éxito esperadas para cada punto de datos? ¿Existe una manera simple de tabular las probabilidades para cada nivel de factor del modelo, en lugar …

10 r  logistic  generalized-linear-model 

He ejecutado modelos binomiales negativos y cuasi-Poisson basados ​​en un enfoque de prueba de hipótesis. Mis modelos finales que usan ambos métodos tienen diferentes covariables e interacciones. Parece que no hay patrones cuando trazo mis residuos en ambos casos. Por lo tanto, me preguntaba qué prueba podría usar para ver …

10 generalized-linear-model  negative-binomial  poisson-regression  model-comparison  quasi-likelihood 

Estoy enseñando una clase sobre integración de funciones de varias variables y cálculo de vectores este semestre. La clase está compuesta por la mayoría de los estudiantes de economía y de ingeniería, con un puñado de matemática y física. Enseñé esta clase el semestre pasado, y descubrí que muchos de …

10 generalized-linear-model  teaching  integral  geometry  quasi-likelihood 

Estoy estudiando la diferencia entre la regularización en la regresión RKHS y la regresión lineal, pero me resulta difícil comprender la diferencia crucial entre los dos. (xi,yi)(xi,yi)(x_i,y_i)f(⋅)f(⋅)f(\cdot)f(x)≈u(x)=∑i=1mαiK(x,xi),f(x)≈u(x)=∑i=1mαiK(x,xi),\begin{equation}f(x)\approx u(x)=\sum_{i=1}^m \alpha_i K(x,x_i),\end{equation}K(⋅,⋅)K(⋅,⋅)K(\cdot,\cdot)αmαm\alpha_mminα∈Rn1n∥Y−Kα∥2Rn+λαTKα,minα∈Rn1n‖Y−Kα‖Rn2+λαTKα,\begin{equation} {\displaystyle \min _{\alpha\in R^{n}}{\frac {1}{n}}\|Y-K\alpha\|_{R^{n}}^{2}+\lambda \alpha^{T}K\alpha},\end{equation} donde, con algún abuso de notación, la entrada i,ji,ji,j de la matriz del núcleo …

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

Estoy adaptando varios modelos de la forma. glm(DV ~ I(1/IV), family = Gamma(link = "log") .. y estoy buscando formas de comparar los modelos obtenidos para diferentes variables. Me pregunto si el valor alfa es de alguna utilidad práctica. Para las tres parcelas debajo de los valores alfa son 17.85, …

9 generalized-linear-model  gamma-distribution