Preguntas etiquetadas con generalized-linear-model

Estoy usando spotfire (S ++) para el análisis estadístico en mi proyecto y tengo que ejecutar una regresión logística multinomial para un gran conjunto de datos. Sé que el mejor algoritmo habría sido mlogit, pero desafortunadamente eso no está disponible en s ++. Sin embargo, tengo la opción de usar …

14 generalized-linear-model  logistic 

Me doy cuenta de que esta puede ser una pregunta potencialmente amplia, pero me preguntaba si hay suposiciones generalizables que indiquen el uso de un GAM (modelo aditivo generalizado) sobre un GLM (modelo lineal generalizado). Recientemente, alguien me dijo que los GAM solo deberían usarse cuando supongo que la estructura …

14 regression  generalized-linear-model  gam 

Como parte de la salida de un modelo lineal generalizado, la desviación nula y residual se utilizan para evaluar el modelo. A menudo veo las fórmulas para estas cantidades expresadas en términos de la probabilidad de registro del modelo saturado, por ejemplo: /stats//a/113022/22199 , Regresión logística: cómo obtener un modelo …

14 regression  generalized-linear-model  deviance  log-likelihood 

Estoy muy confundido con cómo funciona el peso en glm con family = "binomial". En mi opinión, la probabilidad de la glm con family = "binomial" se especifica de la siguiente manera: f(y)=(nny)pny(1−p)n(1−y)=exp(n[ylogp1−p−(−log(1−p))]+log(nny))f(y)=(nny)pny(1−p)n(1−y)=exp⁡(n[ylog⁡p1−p−(−log⁡(1−p))]+log⁡(nny)) f(y) = {n\choose{ny}} p^{ny} (1-p)^{n(1-y)} = \exp \left(n \left[ y \log \frac{p}{1-p} - \left(-\log (1-p)\right) \right] + …

14 r  logistic  generalized-linear-model  binomial  weighted-regression 

Cerrado. Esta pregunta está fuera de tema . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que esté en el tema de Cross Validated. Cerrado hace 5 años . Call: glm(formula = darters ~ river + pH + temp, family = poisson, data = darterData) …

14 self-study  generalized-linear-model  interpretation  poisson-regression 

Me preguntaba si la regresión de Poisson tiene un término de error. ¿Puede una regresión de Poisson tener efectos aleatorios y un término de error? Estoy confundido sobre este punto. En la regresión logística, no hay término de error porque su variable de resultado es binaria. ¿Es ese el único …

14 regression  mixed-model  generalized-linear-model  poisson-regression 

Hice un modelo lineal generalizado con una sola variable de respuesta (continua / distribuida normalmente) y 4 variables explicativas (3 de las cuales son factores y la cuarta es un número entero). He usado una distribución de errores gaussiana con una función de enlace de identidad. Actualmente estoy comprobando que …

14 regression  generalized-linear-model  ancova  assumptions  scatterplot 

Actualmente tengo un problema para entender la sintaxis de R para ajustar un GLM usando la distribución Gamma. Tengo un conjunto de datos, donde cada fila contiene 3 covariables ( ), una variable de respuesta ( ) y un parámetro de forma ( ). Quiero modelar la escala de la …

14 r  generalized-linear-model  gamma-distribution  dglm 

Acabo de ejecutar un GLM binomial negativo y esta es la salida: Call: glm.nb(formula = small ~ method + site + depth, data = size.dat, init.theta = 1.080668549, link = log) Deviance Residuals: Min 1Q Median 3Q Max -2.2452 -0.9973 -0.3028 0.3864 1.8727 Coefficients: Estimate Std. Error z value Pr(>|z|) …

14 r  categorical-data  generalized-linear-model  interpretation  negative-binomial 

He estado tratando de aprender qué distribuciones usar en GLM, y estoy un poco confundido sobre cuándo usar la distribución normal. En una parte de mi libro de texto, dice que una distribución normal podría ser buena para modelar los puntajes de los exámenes. En la siguiente parte, pregunta qué …

13 normal-distribution  generalized-linear-model  gamma-distribution  inverse-gaussian-distrib 

Hasta donde sé, la diferencia entre el modelo logístico y el modelo de respuesta fraccional (frm) es que la variable dependiente (Y) en la que frm es [0,1], pero la logística es {0, 1}. Además, frm usa el estimador de cuasi-verosimilitud para determinar sus parámetros. Normalmente, podemos utilizar glmpara obtener …

13 r  logistic  generalized-linear-model  quasi-likelihood 

Realicé un glm.nb por glm1<-glm.nb(x~factor(group)) siendo el grupo una categoría y x una variable métrica. Cuando intento obtener el resumen de los resultados, obtengo resultados ligeramente diferentes, dependiendo de si uso summary()o summary.glm. summary(glm1)me da ... Coefficients: Estimate Std. Error z value Pr(>|z|) (Intercept) 0.1044 0.1519 0.687 0.4921 factor(gruppe)2 0.1580 …

13 r  generalized-linear-model  negative-binomial 

Aquí está mi contexto para esta pregunta: por lo que puedo decir, no podemos ejecutar una regresión de mínimos cuadrados ordinarios en R cuando usamos datos ponderados y el surveypaquete. Aquí, tenemos que usar svyglm(), que en su lugar ejecuta un modelo lineal generalizado (¿qué puede ser lo mismo? Estoy …

13 r  generalized-linear-model  least-squares  r-squared  deviance 

Mis predicciones provenientes de un modelo de regresión logística (glm en R) no están delimitadas entre 0 y 1 como esperaba. Comprendo la regresión logística es que los parámetros de entrada y modelo se combinan linealmente y la respuesta se transforma en una probabilidad utilizando la función de enlace logit. …

13 r  regression  logistic  generalized-linear-model 

Estoy buscando consejos y comentarios que aborden el análisis de ratios y tasas. En el campo en el que trabajo, el análisis de las relaciones en particular está muy extendido, pero he leído algunos documentos que sugieren que esto puede ser problemático, estoy pensando en: Kronmal, Richard A. 1993. Correlación …

13 modeling  multiple-regression  generalized-linear-model  interaction  confounding