Preguntas etiquetadas con generalized-linear-model

Estoy buscando un libro de introducción al nivel intermedio sobre modelos lineales generalizados. Idealmente, además de la teoría detrás de los modelos, me gustaría que incluyera aplicaciones y ejemplos en R u otro lenguaje de programación. Escuché que SAS también es una opción popular. Tengo la intención de estudiarlo por …

18 self-study  generalized-linear-model  references 

Casi todo lo que leo sobre regresión lineal y GLM se reduce a esto: donde es una función no creciente o no decreciente de y es el parámetro que usted estimar y probar hipótesis sobre. Hay docenas de funciones de enlace y transformaciones de y para hacer una función lineal …

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

Dos preguntas relacionadas de mi parte. Tengo un marco de datos que contiene números de pacientes en una columna (rango 10-17 pacientes) y 0s y 1s que muestran si ocurrió un incidente ese día. Estoy usando un modelo binomial para hacer retroceder la probabilidad de incidente en el número de …

18 binomial  generalized-linear-model  offset 

Hola, tengo dos problemas que suenan como candidatos naturales para modelos multinivel / mixtos, que nunca he usado. El más simple, y que espero probar como introducción, es el siguiente: los datos parecen muchas filas del formulario x y innergroup outergroup donde x es una covariable numérica sobre la que …

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

¿Por qué el uso del método de Newton para la optimización de la regresión logística se llama mínimos cuadrados iterativos re-ponderados? No me parece claro porque la pérdida logística y la pérdida de mínimos cuadrados son cosas completamente diferentes.

18 logistic  generalized-linear-model  optimization  irls  fisher-scoring 

La regresión beta (es decir, GLM con distribución beta y generalmente la función de enlace logit) a menudo se recomienda para tratar la respuesta, también conocida como variable dependiente que toma valores entre 0 y 1, como fracciones, razones o probabilidades: regresión para un resultado (relación o fracción) entre 0 …

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

Se puede realizar una regresión logit en R usando dicho código: > 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 Parece que el algoritmo de optimización ha convergido: hay información sobre el número de pasos del algoritmo de puntuación …

17 r  generalized-linear-model  optimization  algorithms  logit 

Tengo seis variables dependientes (datos de conteo) y varias variables independientes, veo que en un MMR el script es así: my.model <- lm(cbind(DV1,DV2,DV3,DV4,DV5,DV6) ~ IV1 + IV2 + ... + IVn) Pero, dado que mis datos son recuentos, quiero usar un modelo lineal generalizado y probé esto: my.model <- glm(cbind(DV1,DV2,DV3,DV4,DV5,DV6) …

17 r  generalized-linear-model  multiple-regression 

Estamos trabajando con algunas regresiones logísticas y nos hemos dado cuenta de que la probabilidad estimada promedio siempre es igual a la proporción de unos en la muestra; es decir, el promedio de los valores ajustados es igual al promedio de la muestra. ¿Alguien puede explicarme la razón o darme …

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

¡Estoy realmente sorprendido por el hecho de que Poisson GLM acepta números no enteros! Mira: Datos (contenido de 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 script: t <- read.table("data.txt") names(t) <- …

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

Pregunta simple: ¿Cómo especificar una distribución lognormal en el argumento de la familia GLM en R? No pude encontrar cómo se puede lograr esto. ¿Por qué lognormal (o exponencial) no es una opción en el argumento familiar? En algún lugar de los R-Archives leí que uno simplemente tiene que usar …

17 r  distributions  generalized-linear-model  lognormal 

Tengo datos de densidad de peces que estoy tratando de comparar entre varias técnicas de recolección diferentes, los datos tienen muchos ceros y el histograma parece vaugley apropiado para una distribución de Poisson, excepto que, como densidades, no son datos enteros. Soy relativamente nuevo en GLM y pasé los últimos …

17 regression  distributions  generalized-linear-model  link-function 

Sé que los Residuos de Pearson estandarizados se obtienen de una manera probabilística tradicional: ri=yi−πiπi(1−πi)−−−−−−−−√ri=yi−πiπi(1−πi) r_i = \frac{y_i-\pi_i}{\sqrt{\pi_i(1-\pi_i)}} y los residuos de desviación se obtienen de una manera más estadística (la contribución de cada punto a la probabilidad): di=si−2[yilogπi^+(1−yi)log(1−πi)]−−−−−−−−−−−−−−−−−−−−−−−−−−√di=si−2[yilog⁡πi^+(1−yi)log⁡(1−πi)] d_i = s_i \sqrt{-2[y_i \log \hat{\pi_i} + (1 - y_i)\log(1-\pi_i)]} donde …

16 regression  logistic  generalized-linear-model  residuals  deviance 

¿Cuál es la estrategia adecuada para decidir qué modelo usar con los datos de conteo? Tengo datos de recuento que necesito modelar como modelo multinivel y me recomendaron (en este sitio) que la mejor manera de hacerlo es a través de errores o MCMCglmm. Sin embargo, todavía estoy tratando de …

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

Tengo curiosidad acerca de por qué tratamos el ajuste de GLMS como si fueran un problema especial de optimización. ¿Son ellos? Me parece que son solo la máxima probabilidad, y que escribimos la probabilidad y luego ... ¡la maximizamos! Entonces, ¿por qué utilizamos la puntuación de Fisher en lugar de …

16 generalized-linear-model  optimization  fisher-scoring