Cette question est inspirée de la réponse de Martijn ici . Supposons que nous ajustons un GLM pour une famille à un paramètre comme un modèle binomial ou de Poisson et qu'il s'agit d'une procédure de vraisemblance complète (par opposition à, disons, quasipoisson). Ensuite, la variance est fonction...
Contexte biologique Au fil du temps, certaines espèces végétales ont tendance à dupliquer leurs génomes entiers, obtenant une copie supplémentaire de chaque gène. En raison de l'instabilité de cette configuration, bon nombre de ces gènes sont ensuite supprimés, et le génome se réorganise et se...
Considérons un problème statistique où vous avez une responsevariable que vous souhaitez décrire conditionnellement à une explanatoryvariable et une nestedvariable, où la variable imbriquée n'apparaît que comme une variable significative pour des valeurs particulières de la variable explicative ....
Pour les données de comptage que j'ai collectées, j'utilise la régression de Poisson pour construire des modèles. Je le fais en utilisant la glmfonction dans R, où j'utilise family = "poisson". Pour évaluer les modèles possibles (j'ai plusieurs prédicteurs) j'utilise l'AIC. Jusqu'ici tout va bien....
Quelle est la signification de t valueet Pr(>|t|)lors de l'utilisation de la summary()fonction sur le modèle de régression linéaire dans R? Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) 10.1595 1.3603 7.469 1.11e-13 *** log(var) 0.3422 0.1597 2.143 0.0322 *...
Le mgcvpackage pour Ra deux fonctions pour ajuster les interactions des produits tensoriels: te()et ti(). Je comprends la division de base du travail entre les deux (ajustement d'une interaction non linéaire vs décomposition de cette interaction en effets principaux et interaction). Ce que je ne...
J'ai identifié plusieurs endroits dans les manuels où le GLM est décrit avec 5 distributions (à savoir, Gamma, gaussienne, binomiale, gaussienne inverse et Poisson). Ceci est également illustré dans la fonction familiale dans R. Parfois, je rencontre des références au GLM où des distributions...
Je viens d'être présenté à la distribution Tweedie (voir ceci ou cela ) mais j'ai du mal à trouver quelle est la fonction de lien pour un modèle linéaire généralisé Tweedie.
J'ai un modèle de régression linéaire où la variable dépendante est enregistrée et une variable indépendante est linéaire. Le coefficient de pente pour une variable indépendante clé est négatif: . Je ne sais pas comment interpréter.−.0564−.0564-.0564 Dois-je utiliser la valeur absolue puis la...
Je me demande si l'intervalle de prédiction et l'intervalle crédible évaluent la même chose. Par exemple, avec une régression linéaire, lorsque vous estimez l'intervalle de prédiction d'une valeur ajustée, vous estimez les limites de l'intervalle dans lequel vous vous attendez à ce que votre valeur...
Je lance un glmm avec une variable de réponse binomiale et un prédicteur catégorique. L'effet aléatoire est donné par le plan imbriqué utilisé pour la collecte de données. Les données ressemblent à ceci: m.gen1$treatment [1] sucrose control protein control no_injection ..... Levels: no_injection...
Je reproduis un exemple de modèles généralisés, linéaires et mixtes . Mon MWE est ci-dessous: Dilution <- c(1/128, 1/64, 1/32, 1/16, 1/8, 1/4, 1/2, 1, 2, 4) NoofPlates <- rep(x=5, times=10) NoPositive <- c(0, 0, 2, 2, 3, 4, 5, 5, 5, 5) Data <- data.frame(Dilution, NoofPlates,...
J'ai construit un modèle glm en R et l'ai testé à l'aide d'un groupe de test et de formation, donc je suis convaincu qu'il fonctionne bien. Les résultats de R sont: Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) -2.781e+00 1.677e-02 -165.789 < 2e-16 *** Coeff_A 1.663e-05...
En tant qu'hypothèse de régression linéaire, la normalité de la distribution de l'erreur est parfois à tort "étendue" ou interprétée comme le besoin de normalité du y ou du x. Est-il possible de construire un scénario / ensemble de données où les X et Y ne sont pas normaux mais où le terme d'erreur...
Dans GLM, en supposant un scalaire et θ pour la distribution sous-jacente avec pdf f Y ( y | θ , τ ) = h ( y , τ ) exp ( θ y - A ( θ )OuiYYθθ\theta On peut montrer queμ=E(Y)=A′(θ). Si la fonction de lieng(⋅)satisfait à ce qui suit,g(μ)=θ=X′βoùX′βest le prédicteur linéaire, alorsg(⋅)est appelée la...
Je suis relativement nouveau dans R et j'essaie d'adapter un modèle à des données qui se composent d'une colonne catégorielle et d'une colonne numérique (entière). La variable dépendante est un nombre continu. Les données ont le format suivant: predCateg, predIntNum, ResponseVar Les données...
J'ai 100 000 observations (9 variables indicatrices factices) avec 1000 positifs. La régression logistique devrait bien fonctionner dans ce cas, mais la probabilité de coupure me laisse perplexe. Dans la littérature courante, nous choisissons un seuil de 50% pour prédire les 1 et les 0. Je ne peux...
J'essaie de lancer un modèle pour estimer dans quelle mesure les maladies catastrophiques telles que la tuberculose, le sida, etc. affectent les dépenses d'hospitalisation. J'ai "par coût d'hospitalisation" comme variable dépendante et divers marqueurs individuels comme variables indépendantes, qui...
Je travaille sur un projet qui consiste à lire des étiquettes RFID et à comparer la puissance du signal que le lecteur voit lorsque vous changez la configuration de l'antenne (nombre d'antennes, position, etc ...). Dans le cadre du projet, je dois comparer les configurations pour voir lesquelles...
Nous avons mesuré deux variables et le nuage de points semble suggérer plusieurs modèles "linéaires". Y a-t-il un moyen d'essayer de distiller ces modèles? L'identification d'autres variables indépendantes s'est avérée difficile. Les deux variables sont fortement biaisées vers la gauche (vers les...