J'ai une question sur la sémantique sur laquelle j'aimerais avoir l'avis de mes collègues statisticiens. Nous savons que des modèles tels que la logistique, Poisson, etc. tombent sous l'égide de modèles linéaires généralisés. Le modèle comprend des fonctions non linéaires des paramètres, qui...
Je recherche une étude de cas de régression linéaire avancée illustrant les étapes nécessaires pour modéliser des relations non linéaires complexes et multiples à l'aide de GLM ou OLS. Il est étonnamment difficile de trouver des ressources allant au-delà des exemples d'école de base: la plupart des...
Je comprends que le test de Wald pour les coefficients de régression est basée sur la propriété suivante qui détient asymptotiquement (par exemple Wasserman (2006): Toutes les statistiques , pages 153, 214-215): oùβdésigne le coefficient de régression estimé,^soi(β)représente l'erreur type du...
Je voudrais adapter un modèle linéaire (lm) où la variance des résidus dépend clairement de la variable explicative. Pour ce faire, je sais utiliser glm avec la famille Gamma pour modéliser la variance, puis mettre son inverse dans les poids de la fonction lm (exemple:
Version courte: Nous savons que la régression logistique et la régression probit peuvent être interprétées comme impliquant une variable latente continue qui est discrétisée selon un seuil fixe avant l'observation. Une interprétation similaire des variables latentes est-elle disponible pour,...
Une régression de Poisson est un GLM avec une fonction log-link. Une autre façon de modéliser les données de comptage non distribuées normalement est de prétraiter en prenant le journal (ou plutôt, le journal (1 + compte) pour gérer les 0). Si vous effectuez une régression des moindres carrés sur...
J'ai le résultat suivant en exécutant la fonction glm. Comment interpréter les valeurs suivantes: Déviance nulle Déviance résiduelle AIC Ont-ils quelque chose à voir avec la qualité de l'ajustement? Puis-je calculer une mesure de la qualité de l'ajustement à partir de ces résultats, comme le carré...
J'essaie d'adapter les modèles linéaires généralisés à certains ensembles de données de comptage qui pourraient ou non être sur-dispersés. Les deux distributions canoniques qui s'appliquent ici sont le binôme de Poisson et négatif (Negbin), avec EV et varianceμμ\mu Vun rP= μVunerP=μVar_P = \mu Vun...
J'essaie de me présenter quand il convient d'utiliser quel type de régression (géométrique, Poisson, binôme négatif) avec les données de comptage, dans le cadre GLM (seules 3 des 8 distributions GLM sont utilisées pour les données de comptage, bien que la plupart de ce que J'ai lu des centres...
Cette question a été migrée à partir de Stack Overflow car il est possible d'y répondre sur la validation croisée. Migré il y a 5 ans . J'ai une question concernant l'interprétation des paramètres d'un GLM avec une variable dépendante distribuée gamma. Voici ce que R renvoie pour mon GLM avec un...
Existe-t-il une alternative (plus forte?) À la transformation de racine carrée en arcsin pour les données de pourcentage / proportion? Dans l'ensemble de données sur lequel je travaille en ce moment, une hétéroscédasticité marquée subsiste après l'application de cette transformation, c'est-à-dire...
J'utilise R et j'ai analysé mes données avec GLM avec lien binomial. Je veux savoir quelle est la signification de l'interception dans le tableau de sortie. L'ordonnée à l'origine pour l'un de mes modèles est significativement différente, mais la variable ne l'est pas. Qu'est-ce que ça veut dire?...
J'ai quelques données en [0,1] que je voudrais analyser avec une régression bêta. Bien sûr, quelque chose doit être fait pour s'adapter aux valeurs 0,1. Je n'aime pas modifier les données pour les adapter à un modèle. Je ne pense pas non plus que l'inflation zéro et 1 soit une bonne idée car je...
J'ai affaire à un modèle linéaire hiérarchique bayésien , ici le réseau qui le décrit. YYY représente les ventes quotidiennes d'un produit dans un supermarché (observé). XXX est une matrice connue de régresseurs, y compris les prix, les promotions, le jour de la semaine, la météo, les vacances....
Nous avons beaucoup de bonnes discussions sur la séparation parfaite dans la régression logistique. Telles que, la régression logistique dans R a conduit à une séparation parfaite (phénomène de Hauck-Donner). Maintenant quoi? et le modèle de régression logistique ne converge pas . Personnellement,...
J'ai un tableau de données T1, qui contient près d'un millier de variables (V1) et environ 200 millions de points de données. Les données sont rares et la plupart des entrées sont NA. Chaque point de données a un identifiant et une paire de dates uniques pour se distinguer les uns des autres. J'ai...
J'ai besoin de conseils concernant deux dilemmes principaux dans ma recherche, qui est une étude de cas de 3 grands produits pharmaceutiques et de l'innovation. Le nombre de brevets par an est la variable dépendante. Mes questions sont Quels sont les critères les plus importants pour un bon modèle?...
J'ai un tracé des valeurs résiduelles d'un modèle linéaire en fonction des valeurs ajustées où l'hétéroscédasticité est très claire. Cependant, je ne sais pas comment je dois procéder maintenant, car pour autant que je sache, cette hétéroscédasticité rend mon modèle linéaire invalide. (Est-ce...
Cela semble si élémentaire, mais je suis toujours coincé à ce stade… La plupart des données que je traite ne sont pas normales et la plupart des analyses sont basées sur une structure GLM. Pour mon analyse actuelle, j'ai une variable de réponse qui est la "vitesse de marche" (mètres / minute). Il...
Certains d'entre vous ont peut-être lu ce bel article: O'Hara RB, Kotze DJ (2010) Ne pas enregistrer les données de comptage par transformation. Méthodes en écologie et évolution 1: 118-122. Klick . Dans mon domaine de recherche (écotoxicologie), nous avons affaire à des expériences mal reproduites...