Estadísticas y Big Data generalized-linear-model

2

¿Por qué GLM es diferente de un LM con variable transformada?

Como se explica en este folleto del curso (página 1) , se puede escribir un modelo lineal en la forma: y=β1x1+⋯+βpxp+εi,y=β1x1+⋯+βpxp+εi, y = \beta_1 x_{1} + \cdots + \beta_p x_{p} + \varepsilon_i, donde es la variable de respuesta y es la variable explicativa .yyyxixix_{i}ithithi^{th} A menudo, con el objetivo de …

16 regression generalized-linear-model data-transformation linear-model

1

¿La probabilidad de registro en GLM ha garantizado la convergencia a máximos globales?

Mis preguntas son: ¿Se garantiza que los modelos lineales generalizados (GLM) converjan a un máximo global? Si es así, ¿por qué? Además, ¿qué restricciones hay en la función de enlace para asegurar la convexidad? Mi comprensión de los GLM es que maximizan una función de probabilidad altamente no lineal. Por …

16 generalized-linear-model optimization convergence exponential-family

4

¿Cuál es el mejor libro sobre modelos lineales generalizados para principiantes?

Todavía soy bastante nuevo en los modelos lineales generalizados, y lucho con mucha notación en la mayoría de los textos GLM que he recogido. ¿Hay libros GLM extremadamente populares que se prestan mejor a la legibilidad?

16 regression generalized-linear-model references

3

¿Cómo explicaría los modelos lineales generalizados a personas sin antecedentes estadísticos?

Siempre me cuesta explicar las técnicas estadísticas al público sin antecedentes estadísticos. Si quisiera explicar qué es GLM a esa audiencia (sin descartar la jerga estadística), ¿cuál sería la mejor manera o la más efectiva? Usualmente explico GLM con tres partes: (1) el componente aleatorio que es variable de respuesta, …

16 generalized-linear-model communication

2

¿Las pruebas de sobredispersión en GLM son realmente * útiles *?

El fenómeno de 'sobredispersión' en un GLM surge cada vez que usamos un modelo que restringe la varianza de la variable de respuesta, y los datos exhiben una mayor varianza de la que permite la restricción del modelo. Esto ocurre comúnmente cuando se modelan datos de conteo utilizando un Poisson …

15 generalized-linear-model poisson-regression overdispersion quasi-likelihood

3

Usando glm () como sustituto de la prueba simple de chi cuadrado

Estoy interesado en cambiar las hipótesis nulas usando glm()en R. Por ejemplo: x = rbinom(100, 1, .7) summary(glm(x ~ 1, family = "binomial")) prueba la hipótesis de que . ¿Qué pasa si quiero cambiar el valor nulo a = algún valor arbitrario, dentro ? p=0.5p=0.5p = 0.5pppglm() Sé que esto …

15 r hypothesis-testing generalized-linear-model chi-squared offset

4

La precisión de la máquina de aumento de gradiente disminuye a medida que aumenta el número de iteraciones

Estoy experimentando con el algoritmo de la máquina de aumento de gradiente a través del caretpaquete en R. Usando un pequeño conjunto de datos de admisión a la universidad, ejecuté el siguiente código: library(caret) ### Load admissions dataset. ### mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") ### Create yes/no levels for admission. ### mydata$admit_factor[mydata$admit==0] …

15 machine-learning caret boosting gbm hypothesis-testing t-test panel-data psychometrics intraclass-correlation generalized-linear-model categorical-data binomial model intercept causality cross-correlation distributions ranks p-value z-test sign-test time-series references terminology cross-correlation definition probability distributions beta-distribution inverse-gamma missing-data paired-comparisons paired-data clustered-standard-errors cluster-sample time-series arima logistic binary-data odds-ratio medicine hypothesis-testing wilcoxon-mann-whitney unsupervised-learning hierarchical-clustering neural-networks train clustering k-means regression ordinal-data change-scores machine-learning experiment-design roc precision-recall auc stata multilevel-analysis regression fitting nonlinear jmp r data-visualization gam gamm4 r lme4-nlme many-categories regression causality instrumental-variables endogeneity controlling-for-a-variable

2

Especificar una estructura de covarianza: pros y contras

¿Cuáles son los beneficios de especificar una estructura de covarianza en un GLM (en lugar de tratar todas las entradas fuera de la diagonal en la matriz de covarianza como cero)? Además de reflejar lo que uno sabe de los datos, ¿lo hace? mejorar la bondad de ajuste? mejorar la …

15 generalized-linear-model covariance

3

¿Puede un modelo para datos no negativos con aglomeración en ceros (Tweedie GLM, GLM inflado a cero, etc.) predecir ceros exactos?

Una distribución Tweedie puede modelar datos asimétricos con una masa de punto en cero cuando el parámetro ppagp (exponente en la relación media-varianza) está entre 1 y 2. Del mismo modo, un modelo inflado a cero (ya sea continuo o discreto) puede tener una gran cantidad de ceros. Tengo problemas …

15 r generalized-linear-model prediction zero-inflation tweedie-distribution

2

¿Cómo lidiar con un error como “Coeficientes: 14 no definidos por singularidades” en R?

Cuando se realiza un GLM y se obtiene el error "no definido debido a singularidades" en la salida de anova, ¿cómo se contrarresta este error? Algunos han sugerido que se debe a la colinealidad entre covariables o que uno de los niveles no está presente en el conjunto de datos …

15 r generalized-linear-model regression-coefficients

2

¿Por qué la regresión lineal tiene suposición sobre el modelo lineal residual pero generalizado tiene suposiciones sobre la respuesta?

¿Por qué la regresión lineal y el modelo generalizado tienen supuestos inconsistentes? En la regresión lineal, suponemos que el residuo proviene de Gauss En otra regresión (regresión logística, regresión por envenenamiento), asumimos que la respuesta viene de alguna distribución (binomial, veneno, etc.). ¿Por qué a veces se asume residual y …

14 regression generalized-linear-model assumptions linear

1

¿Cómo afectarán los efectos aleatorios con solo 1 observación a un modelo mixto lineal generalizado?

Tengo un conjunto de datos en el que la variable que me gustaría usar como efecto aleatorio solo tiene una observación única para algunos niveles. Según las respuestas a las preguntas anteriores, he deducido que, en principio, esto puede estar bien. ¿Puedo ajustar un modelo mixto con sujetos que solo …

14 r mixed-model generalized-linear-model glmm lme4-nlme

2

GLM: verificar una elección de distribución y función de enlace

Tengo un modelo lineal generalizado que adopta una distribución gaussiana y una función de enlace de registro. Después de ajustar el modelo, verifico los residuos: gráfico QQ, residuos frente a valores pronosticados, histograma de residuos (reconociendo que se necesita la debida precaución). Todo se ve bien. Esto parece sugerir (para …

14 regression generalized-linear-model link-function

6

Tiempo dedicado a una actividad como variable independiente.

Quiero incluir el tiempo dedicado a hacer algo (semanas de lactancia materna, por ejemplo) como una variable independiente en un modelo lineal. Sin embargo, algunas observaciones no se involucran en el comportamiento en absoluto. Codificarlos como 0 no es realmente correcto, porque 0 es cualitativamente diferente de cualquier valor> 0 …

14 regression generalized-linear-model mixture

2

¿El uso de datos de conteo como variable independiente viola alguno de los supuestos de GLM?

Me gustaría emplear los datos de conteo como covariables al ajustar un modelo de regresión logística. Mi pregunta es: ¿Violo alguna suposición de los modelos logísticos (y, más en general, de los lineales generalizados) al emplear el conteo, las variables enteras no negativas como variables independientes? Encontré muchas referencias en …

14 generalized-linear-model count-data

Preguntas etiquetadas con generalized-linear-model