Questions marquées «generalized-linear-model»

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...

Deux questions connexes de moi. J'ai un cadre de données qui contient le nombre de patients dans une colonne (plage de 10 à 17 patients) et 0 et 1 indiquant si un incident s'est produit ce jour-là. J'utilise un modèle binomial pour régresser la probabilité d'incident sur le nombre de patients....

Presque tout ce que j'ai lu sur la régression linéaire et GLM se résume à ceci: où est une fonction non croissante ou non décroissante de et est le paramètre que vous estimer et tester des hypothèses sur. Il existe des dizaines de fonctions de liaison et de transformations de et pour faire de une...

Bonjour, j'ai deux problèmes qui sonnent comme des candidats naturels pour les modèles multiniveaux / mixtes, que je n'ai jamais utilisés. La plus simple et que j'espère essayer en introduction est la suivante: les données ressemblent à de nombreuses lignes du formulaire x y innergroup outergroup...

Lorsque vous faites un GLM et que vous obtenez l'erreur "non défini en raison des singularités" dans la sortie anova, comment peut-on contrer cette erreur? Certains ont suggéré que cela est dû à la colinéarité entre les covariables ou que l'un des niveaux n'est pas présent dans l'ensemble de...

Question simple: comment spécifier une distribution log-normale dans l'argument de la famille GLM dans R? Je n'ai pas pu trouver comment cela pourrait être réalisé. Pourquoi la lognormale (ou exponentielle) n'est-elle pas une option dans l'argument familial? Quelque part dans les archives R, j'ai...

J'ai six variables dépendantes (données de comptage) et plusieurs variables indépendantes, je vois que dans un MMR le script va comme ceci: my.model <- lm(cbind(DV1,DV2,DV3,DV4,DV5,DV6) ~ IV1 + IV2 + ... + IVn) Mais, comme mes données sont des nombres, je veux utiliser un modèle linéaire...

J'ai des données de densité de poisson que j'essaie de comparer entre plusieurs techniques de collecte différentes, les données ont beaucoup de zéros et l'histogramme semble approprié pour une distribution de poisson, sauf que, comme densités, ce ne sont pas des données entières. Je suis...

Nous travaillons avec quelques régressions logistiques et nous avons réalisé que la probabilité moyenne estimée est toujours égale à la proportion de celles de l'échantillon; c'est-à-dire que la moyenne des valeurs ajustées est égale à la moyenne de l'échantillon. Quelqu'un peut-il m'expliquer la...

La régression bêta (c'est-à-dire GLM avec distribution bêta et généralement la fonction de lien logit) est souvent recommandée pour traiter la réponse aka variable dépendante prenant des valeurs comprises entre 0 et 1, telles que les fractions, les ratios ou les probabilités: régression pour un...

On peut effectuer une régression logit dans R en utilisant un tel code: > library(MASS) > data(menarche) > glm.out = glm(cbind(Menarche, Total-Menarche) ~ Age, + family=binomial(logit), data=menarche) > coefficients(glm.out) (Intercept) Age -21.226395 1.631968 Il semble que l'algorithme...

Je suis vraiment stupéfait par le fait que le GLM de Poisson accepte les nombres non entiers! Regardez: Données (contenu de data.txt): 1 2001 0.25 1 1 2002 0.5 1 1 2003 1 1 2 2001 0.25 1 2 2002 0.5 1 2 2003 1 1 Script R: t <- read.table("data.txt") names(t) <- c('site', 'year', 'count',...

Quelle est la stratégie appropriée pour décider quel modèle utiliser avec les données de comptage? J'ai des données de comptage que j'ai besoin de modéliser en tant que modèle à plusieurs niveaux et il m'a été recommandé (sur ce site) que la meilleure façon de le faire soit par le biais de bogues...

J'ai toujours du mal à expliquer les techniques statistiques à un public sans fond statistique. Si je voulais expliquer ce qu'est le GLM à un tel public (sans jeter de jargon statistique), quelle serait la meilleure façon ou la plus efficace? J'explique généralement le GLM en trois parties - (1) la...

Je sais que les résidus Pearson standardisés sont obtenus de manière probabiliste traditionnelle: ri=yi−πiπi(1−πi)−−−−−−−−√ri=yi−πiπi(1−πi) r_i = \frac{y_i-\pi_i}{\sqrt{\pi_i(1-\pi_i)}} et les résidus de déviance sont obtenus de manière plus statistique (la contribution de chaque point à la...

Mes questions sont: Les modèles linéaires généralisés (GLM) convergent-ils vers un maximum global? Si oui, pourquoi? De plus, quelles contraintes y a-t-il sur la fonction de liaison pour assurer la convexité? Ma compréhension des GLM est qu'ils maximisent une fonction de vraisemblance hautement non...

Comme expliqué dans ce document de cours (page 1) , un modèle linéaire peut être écrit sous la forme: y= β1X1+ ⋯ + βpXp+ εje,y=β1X1+⋯+βpXp+εje, y = \beta_1 x_{1} + \cdots + \beta_p x_{p} + \varepsilon_i, où est la variable de réponse et est la i ^ {ème} variable explicative.yyyXjeXjex_{i}jet...

Je suis encore assez nouveau dans les modèles linéaires généralisés, et j'ai du mal avec beaucoup de notation dans la plupart des textes GLM que j'ai choisis. Existe-t-il des livres GLM extrêmement populaires qui se prêtent mieux à la

Je suis curieux de savoir pourquoi nous traitons l'ajustement de GLMS comme s'il s'agissait d'un problème d'optimisation spécial. Sont-ils? Il me semble que ce ne sont que des probabilités maximales, et que nous écrivons la probabilité et ensuite ... nous la maximisons! Alors pourquoi...

J'expérimente l'algorithme de la machine de renforcement de gradient via le caretpackage en R. À l'aide d'un petit ensemble de données d'admission à l'université, j'ai exécuté le code suivant: library(caret) ### Load admissions dataset. ### mydata <-