J'ai une question concernant les modèles linéaires généralisés (GLM). Ma variable dépendante (DV) est continue et non normale. Je l'ai donc transformé (toujours pas normal mais amélioré). Je veux relier le DV avec deux variables catégorielles et une covariable continue. Pour cela, je veux effectuer...
Pour un exemple simple, supposons qu'il existe deux modèles de régression linéaire Modèle 1 a trois prédicteurs, x1a, x2betx2c Le modèle 2 a trois prédicteurs du modèle 1 et deux prédicteurs supplémentaires x2aetx2b Il existe une équation de régression de la population où la variance de la...
J'ai exécuté des modèles binomiaux et quasi-poissons négatifs basés sur une approche de test d'hypothèse. Mes modèles finaux utilisant les deux méthodes ont différentes covariables et interactions. Il semble qu'il n'y ait aucun motif lorsque je trace mes résidus dans les deux cas. Ainsi, je me...
Dans Ron peut "pondérer préalablement" une glmrégression via le paramètre des poids . Par exemple: glm.D93 <- glm(counts ~ outcome + treatment, family = poisson(), weights=w) Comment cela peut-il être accompli dans un modèle JAGSou BUGS? J'ai trouvé un article sur ce sujet, mais aucun ne fournit...
Dans le code suivant, j'effectue une régression logistique sur des données groupées en utilisant glm et "à la main" en utilisant mle2. Pourquoi la fonction logLik dans R me donne-t-elle une vraisemblance logLik (fit.glm) = - 2,336 différente de celle logLik (fit.ml) = - 5,514 que je reçois à la...
J'essaie simplement de recalculer avec dnorm () la log-vraisemblance fournie par la fonction logLik à partir d'un modèle lm (dans R). Cela fonctionne (presque parfaitement) pour un grand nombre de données (par exemple n = 1000): > n <- 1000 > x <- 1:n > set.seed(1) > y <- 10 +...
Je révise la régression linéaire. Le manuel de Greene déclare: Maintenant, bien sûr, il y aura d'autres hypothèses sur le modèle de régression linéaire, telles que E(ϵ|X)=0E(ϵ|X)=0E(\epsilon|X)=0 . Cette hypothèse combinée à l'hypothèse de linéarité (qui définit en fait ϵϵ\epsilon ), structure le...
Je suis confus par les déclarations sur une page Web de l'UCLA sur la régression logistique à effets mixtes. Ils montrent un tableau des coefficients d'effets fixes de l'ajustement d'un tel modèle et le premier paragraphe ci-dessous semble interpréter les coefficients exactement comme une...
J'ai un échantillon de 1 449 points de données qui ne sont pas corrélés (r au carré 0,006). En analysant les données, j'ai découvert qu'en divisant les valeurs des variables indépendantes en groupes positifs et négatifs, il semble y avoir une différence significative dans la moyenne des variables...
Les deux bayesglm()(dans le bras package R) et diverses fonctions dans le paquet MCMCpack sont destinés à faire l' estimation bayésienne des modèles linéaires généralisés, mais je ne suis pas sûr qu'ils calcul fait la même chose. Les fonctions MCMCpack utilisent la chaîne de Markov Monte Carlo pour...
En régression linéaire, je suis tombé sur un résultat délicieux que si nous ajustons le modèle E[Y]=β1X1+β2X2+c,E[Y]=β1X1+β2X2+c,E[Y] = \beta_1 X_1 + \beta_2 X_2 + c, puis, si nous normalisons et données , et ,YYYX1X1X_1X2X2X_2 R2=Cor(Y,X1)β1+Cor(Y,X2)β2.R2=Cor(Y,X1)β1+Cor(Y,X2)β2.R^2 =...
Supposons que j'ai un -vecteur Y de variables dépendantes et un N -vecteur X de variable indépendante. Lorsque Y est tracé contre 1NNNYOuiYNNNXXXYOuiY , je vois qu'il y a une relation linéaire (tendance à la hausse) entre les deux. Maintenant, cela aussi signifie qu'il ya une tendancebaisse...
Quelles sont les différences dans l'utilisation de modèles linéaires généralisés, tels que la détermination automatique de pertinence (ARD) et la régression de crête, par rapport aux modèles de séries chronologiques comme Box-Jenkins (ARIMA) ou le lissage exponentiel pour les prévisions?...
Je lance glms en R (modèles linéaires généralisés). Je pensais que je connaissais les valeurs p - jusqu'à ce que je voie que l'appel à un résumé pour un GLM ne vous donne pas une valeur p primordiale représentative du modèle dans son ensemble - du moins pas à l'endroit où les modèles linéaires le...
J'ai une question concernant la validité de l'utilisation de RMSE (Root Mean Squared Error) pour comparer différents modèles logistiques. La réponse est soit 0ou 1et les prédictions sont des probabilités entre 0- 1? La manière appliquée ci-dessous est-elle également valable avec les réponses...
Il y a peu d'explications que je peux trouver qui décrivent comment interpréter les coefficients de régression linéaire après avoir différencié une série chronologique (pour éliminer une racine unitaire). Est-ce si simple qu'il n'est pas nécessaire de le déclarer formellement? (Je suis au courant...
Dans R, pourquoi les paramètres par défaut qqplot(linear model)utilisent-ils les résidus normalisés sur l'axe des y? Pourquoi R n'utilise-t-il pas les résidus
Je simule des essais de Bernoulli avec un aléatoire entre les groupes, puis j'adapte le modèle correspondant avec le paquet:logitθ ∼ N( logitθ0,12)logitθ∼N(logitθ0,12)\text{logit}\, \theta \sim {\cal N}(\text{logit}\, \theta_0, 1^2)lme4 library(lme4) library(data.table) I <- 30 # number of...
Le modèle logistique à plusieurs niveaux suivant avec une variable explicative au niveau 1 (niveau individuel) et une variable explicative au niveau 2 (niveau groupe): π 0 j = γ 00 + γ 01 z j + u 0 j … ( 2 ) π 1 j = γ 10 + γ 11 z j + u 1 jlogit ( pje j) = π0 j+ π1 jXje j… ( 1...
Des questions: Des modèles linéaires inappropriés sont-ils utilisés dans la pratique ou s'agit-il d'une sorte de curiosité décrite de temps en temps dans des revues scientifiques? Si oui, dans quels domaines sont-ils utilisés? Existe-t-il d'autres exemples de tels modèles? Enfin, les erreurs...