Je joue donc avec l'idée d'écrire un algorithme qui développe et élague un arbre de régression à partir des données, puis, dans les nœuds terminaux de l'arbre, s'adapte à un GLM. J'ai essayé de lire l'idée, mais je n'arrive pas à trouver de nom cohérent pour la technique. Je l'ai lu comme des...
Je travaille actuellement à modéliser les décès dus au sida au fil du temps à l'aide d'un GLM dans R. Je sais qu'il existe deux options possibles pour la fonction de lien pour les données de Poisson, le logarithme et la racine carrée. Je sais que la racine carrée atténuerait les problèmes de...
Pourquoi un GLM prédit-il la moyenne et non le mode d'un signal? Cela ne contredit-il pas le fondement même du GLM, c'est-à-dire le maximum de vraisemblance? Les équations à résoudre pour les paramètres du modèle dans un GLM sont basées sur la maximisation de la vraisemblance comme décrit par la...
J'ai une régression logistique binaire avec un seul prédicteur à facteur fixe binaire. La raison pour laquelle je ne le fais pas en tant que chi carré ou test exact de Fisher est que j'ai également un certain nombre de facteurs aléatoires (il y a plusieurs points de données par individu et les...
Fermé. Cette question est hors sujet . Il n'accepte pas actuellement de réponses. Voulez-vous améliorer cette question? Mettez à jour la question afin qu'elle soit sur le sujet pour la validation croisée. Fermé l'année dernière . J'essaie d'adapter le modèle linéaire généralisé pour la famille...
Permettez-moi d'abord de donner quelques informations; Je résumerai mes questions à la fin. La distribution bêta, paramétrée par sa moyenne et , a , où est la fonction de variance.μμ\muϕϕ\phiVar(Y)=V(μ)/(ϕ+1)Var(Y)=V(μ)/(ϕ+1)\operatorname{Var}(Y) =
Considérez la régression binomiale suivante: # Create some data set.seed(10) n <- 500 x <- runif(n,0,100) y <- x + rnorm(n,sd=100) < 0 # Fit a binomial regression model model <- glm(y ~ x, family="binomial") summary(model) La summaryfonction renvoie une valeur de p de 1.03e-05....
Je lisais cette page sur Princeton.edu . Ils effectuent une régression logistique (avec R). À un moment donné, ils calculent la probabilité d'obtenir une déviance résiduelle supérieure à celle qu'ils ont obtenue sur une avec des degrés de liberté égaux aux degrés de liberté du modèle. Copier-coller...
Prenons l'exemple simple suivant: library( rms ) library( lme4 ) params <- structure(list(Ns = c(181L, 191L, 147L, 190L, 243L, 164L, 83L, 383L, 134L, 238L, 528L, 288L, 214L, 502L, 307L, 302L, 199L, 156L, 183L), means = c(0.09, 0.05, 0.03, 0.06, 0.07, 0.07, 0.1, 0.1, 0.06, 0.11, 0.1, 0.11, 0.07,...
Dans le "Guide du praticien des modèles linéaires généralisés" au paragraphe 1.83, il est indiqué que: "Dans le cas particulier d'un GLM multiplicatif de Poisson, il peut être démontré que la modélisation des comptes de sinistres avec un terme de décalage égal au log de l'exposition a produit des...
Ici, j'étudie des modèles linéaires généralisés. Je sais que cette question est assez naïve et simple, mais je ne sais pas exactement pourquoi la fonction canonique de lien est si utile. Quelqu'un pourrait-il me donner une intuition sur ce