में इस पत्र शीर्षक "के बीच सामान्यीकृत रैखिक मॉडल लागू मेडिकल डाटा का चयन" लेखकों लिखें:
सामान्यीकृत रैखिक मॉडल में, लिंक को फ़ंक्शन द्वारा, प्रतिक्रिया को बदलने के बजाय, मतलब बदल दिया जाता है। परिवर्तन के दो तरीकों से काफी भिन्न परिणाम हो सकते हैं; उदाहरण के लिए, लॉग-ट्रांसफ़ॉर्मेड प्रतिक्रियाओं का मतलब औसत प्रतिक्रिया के लॉगरिथम के समान नहीं है । सामान्य तौर पर, पूर्व को आसानी से माध्य प्रतिक्रिया में नहीं बदला जा सकता है। इस प्रकार, माध्य को बदलना अक्सर परिणामों को अधिक आसानी से व्याख्या करने की अनुमति देता है, विशेष रूप से इस अर्थ में कि पैरामीटर मापा प्रतिक्रियाओं के समान पैमाने पर रहते हैं।
ऐसा प्रतीत होता है कि वे लॉग-ट्रांसफ़ॉर्मिंग प्रतिक्रिया के साथ एक रैखिक मॉडल (LM) के बजाय लॉग लिंक के साथ एक सामान्य रैखिक मॉडल (GLM) की फिटिंग की सलाह देते हैं। मैं इस दृष्टिकोण के लाभों को समझ नहीं पा रहा हूं, और यह मुझे काफी असामान्य लगता है।
मेरा प्रतिसाद चर सामान्य रूप से वितरित लॉग दिखता है। मुझे गुणांक के संदर्भ में समान परिणाम मिलते हैं और दृष्टिकोण के साथ उनकी मानक त्रुटियां होती हैं।
फिर भी मुझे आश्चर्य है: एक चर एक लॉग-सामान्य वितरण है, तो नहीं है की संकरी लॉग-बदल चर से अधिक बेहतर मतलब untransformed चर का लॉग , के रूप में मतलब एक सामान्य वितरण के प्राकृतिक सार है, और लॉग -ट्रांसफॉर्म चर को सामान्य रूप से वितरित किया जाता है, जबकि चर स्वयं नहीं है?