Je veux calculer les coefficients d'une régression très similaire à la régression logistique (en fait, régression logistique avec un autre coefficient: quandApourrait être donné). J'ai pensé à utiliser GMM pour calculer les coefficients, mais je ne sais pas quelles sont les conditions de moment que je devrais utiliser.
Est-ce que quelqu'un peut m'aider avec cela?
Merci!
logistic
generalized-moments
user5497
la source
la source
Réponses:
En supposant , ce modèle a la variable de réponse de Bernoulli Y i avecA≤1 Yi
où (et éventuellement A , selon qu'il est traité comme une constante ou un paramètre) sont les coefficients ajustés et X i est les données pour l'observation i . Je suppose que le terme d'interception est géré en ajoutant une variable de valeur constante 1 à la matrice de données.b A Xi i
Les conditions de moment sont:
Nous remplaçons cela par l'échantillon homologue de la condition, en supposant observations:N
Ceci est pratiquement résolu en minimisant sur toutes les valeurs de coefficient possibles b (ci-dessous, nous utiliserons le simplexe de Nelder-Mead pour effectuer cette optimisation).m′m b
Empruntant à un excellent tutoriel R-blogueurs sur le sujet , il est assez simple de l'implémenter dans R avec le package gmm. À titre d'exemple, travaillons avec le jeu de données iris, en prédisant si un iris est versicolore en fonction de sa longueur et de sa largeur sépale et de sa longueur et de sa largeur de pétale. Je suppose que est constant et égal à 1 dans ce cas:A
Voici les coefficients ajustés à l'aide de la régression logistique:
La pièce principale dont nous avons besoin pour utiliser gmm est une fonction qui renvoie les conditions de moment, à savoir les lignes pour chaque observationi:(Yi−A1+e−X′ib)Xi i
Le code de convergence de 0 indique la procédure convergée et les paramètres sont identiques à ceux retournés par régression logistique.
momentEstim.baseGmm.iterative
gmm:::.obj1
optim
gmm
la source