generalized-linear-model पर टैग किए गए जवाब

एक "लिंक फ़ंक्शन" के माध्यम से गैर-रेखीय संबंधों के लिए रेखीय प्रतिगमन का सामान्यीकरण और अनुमानित मूल्य पर निर्भर करने के लिए प्रतिक्रिया के विचरण के लिए। ("सामान्य रैखिक मॉडल" के साथ भ्रमित न होने के लिए जो सामान्य रैखिक मॉडल को सामान्य सहसंयोजक संरचना और बहुक्रियाशील प्रतिक्रिया के लिए विस्तारित करता है।)

10
लॉगिट और प्रोबेट मॉडल के बीच अंतर
Logit और Probit मॉडल में क्या अंतर है ? मुझे यह जानने में अधिक दिलचस्पी है कि लॉजिस्टिक रिग्रेशन का उपयोग कब करना है, और कब प्रोबेट का उपयोग करना है। यदि कोई साहित्य है जो R का उपयोग करके इसे परिभाषित करता है , तो यह सहायक होगा।

4
गिनती प्रतिगमन के लिए नैदानिक ​​भूखंड
डायग्नोस्टिक प्लॉट (और शायद औपचारिक परीक्षण) क्या आप उन प्रतिगमन के लिए सबसे अधिक जानकारीपूर्ण पाते हैं जहां परिणाम एक गिनती चर है? मैं विशेष रूप से पॉइसन और नकारात्मक द्विपद मॉडल, साथ ही प्रत्येक के शून्य-फुलाया और बाधा समकक्षों में दिलचस्पी रखता हूं। अधिकांश स्रोतों को मैंने पाया है …

4
गामा GLMs का उपयोग कब करें?
गामा वितरण आकार की एक विस्तृत श्रृंखला पर ले जा सकता है, और अपने दो मापदंडों के माध्यम से माध्य और विचरण के बीच की कड़ी को देखते हुए, यह गैर-नकारात्मक डेटा में विषम-विषमता से निपटने के लिए अनुकूल है, एक तरह से लॉग-ट्रांसफॉर्मिंग ओएलएस हो सकता है। डब्लूएलएस या …

3
एक उदाहरण: बाइनरी परिणाम के लिए ग्लासो का उपयोग करते हुए LASSO प्रतिगमन
मैं LASSO रिग्रेशन के glmnetसाथ उपयोग करने से वंचित होना शुरू कर रहा हूं, जहां मेरी रुचि के परिणाम द्विगुणित हैं । मैंने नीचे एक छोटा सा नकली डाटा फ्रेम बनाया है: age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, 1, 1, …
77 r  self-study  lasso  regression  interpretation  anova  statistical-significance  survey  conditional-probability  independence  naive-bayes  graphical-model  r  time-series  forecasting  arima  r  forecasting  exponential-smoothing  bootstrap  outliers  r  regression  poisson-distribution  zero-inflation  genetic-algorithms  machine-learning  feature-selection  cart  categorical-data  interpretation  descriptive-statistics  variance  multivariate-analysis  covariance-matrix  r  data-visualization  generalized-linear-model  binomial  proportion  pca  matlab  svd  time-series  correlation  spss  arima  chi-squared  curve-fitting  text-mining  zipf  probability  categorical-data  distance  group-differences  bhattacharyya  regression  variance  mean  data-visualization  variance  clustering  r  standard-error  association-measure  somers-d  normal-distribution  integral  numerical-integration  bayesian  clustering  python  pymc  nonparametric-bayes  machine-learning  svm  kernel-trick  hyperparameter  poisson-distribution  mean  continuous-data  univariate  missing-data  dag  python  likelihood  dirichlet-distribution  r  anova  hypothesis-testing  statistical-significance  p-value  rating  data-imputation  censoring  threshold 

5
चरणबद्ध प्रतिगमन के लिए आधुनिक, आसानी से उपयोग किए जाने वाले विकल्प क्या हैं?
मेरे पास लगभग 30 स्वतंत्र चर के साथ एक डेटासेट है और उनके और आश्रित चर के बीच संबंधों का पता लगाने के लिए एक सामान्यीकृत रैखिक मॉडल (GLM) का निर्माण करना चाहते हैं। मुझे ज्ञात है कि इस स्थिति के लिए मुझे जो विधि सिखाई गई थी, स्टेप वाइज …

4
GLM के लिए "लिंक फ़ंक्शन" और "कैनोनिकल लिंक फ़ंक्शन" के बीच अंतर क्या है
'लिंक फ़ंक्शन' और 'कैनोनिकल लिंक फ़ंक्शन' के बीच अंतर क्या है? इसके अलावा, क्या एक के बाद एक प्रयोग करने के कोई (सैद्धांतिक) फायदे हैं? उदाहरण के लिए, एक द्विआधारी प्रतिक्रिया चर जैसे कई लिंक कार्यों का उपयोग कर तैयार किया जा सकता logit , PROBIT , आदि लेकिन, logit …

1
एक पोइसन प्रतिगमन में गुणांक की व्याख्या कैसे करें?
मैं एक पॉइसन प्रतिगमन में मुख्य प्रभावों (डमी-कोडित कारक के लिए गुणांक) की व्याख्या कैसे कर सकता हूं? निम्न उदाहरण मान लें: treatment <- factor(rep(c(1, 2), c(43, 41)), levels = c(1, 2), labels = c("placebo", "treated")) improved <- factor(rep(c(1, 2, 3, 1, 2, 3), c(29, 7, 7, 13, 7, 21)), …

3
लॉजिस्टिक रिग्रेशन में अवशिष्टों का क्या अर्थ है?
इस सवाल के जवाब में जॉन क्रिस्टी ने सुझाव दिया कि लॉजिस्टिक रिग्रेशन मॉडल के फिट का मूल्यांकन अवशिष्टों का मूल्यांकन करके किया जाना चाहिए। मैं ओएलएस में अवशेषों की व्याख्या करने के तरीके से परिचित हूं, वे डीवी के समान पैमाने पर हैं और मॉडल द्वारा भविष्यवाणी की गई …

1
गणना डेटा के लिए वर्गमूल परिवर्तन की सिफारिश क्यों की जाती है?
जब आप डेटा की गणना करते हैं तो अक्सर वर्गमूल लेने की सिफारिश की जाती है। (सीवी पर कुछ उदाहरणों के लिए, @ HarveyMotulsky का उत्तर यहां देखें , या @ व्हिबर का उत्तर यहां दें ।) दूसरी ओर, जब पॉइज़न के रूप में वितरित प्रतिक्रिया चर के साथ एक …

4
लॉग-रूपांतरित प्रतिक्रिया चर के लिए LM और GLM के बीच चयन करना
मैं एक सामान्यीकृत मॉडल (GLM) बनाम एक रैखिक मॉडल (LM) का उपयोग करने के पीछे के दर्शन को समझने की कोशिश कर रहा हूं। मैंने नीचे एक उदाहरण डेटा सेट बनाया है: लॉग इन करें( y) = x + εlog⁡(y)=x+ε\log(y) = x + \varepsilon उदाहरण में की परिमाण के एक …

9
उन्नत सांख्यिकी किताबें सिफारिश
परिचयात्मक सांख्यिकी और मशीन लर्निंग पर पुस्तक की सिफारिशों के लिए इस साइट पर कई सूत्र हैं लेकिन मैं प्राथमिकता के क्रम में उन्नत आंकड़ों पर एक पाठ की तलाश कर रहा हूं: अधिकतम संभावना, सामान्यीकृत रैखिक मॉडल, प्रमुख घटक विश्लेषण, गैर-रेखीय मॉडल । मैंने एसी डेविसन द्वारा सांख्यिकीय मॉडल …

1
एक लॉजिस्टिक प्रतिगमन मॉडल फिट से अनुमानित मूल्यों (Y = 1 या 0) को प्राप्त करना
मान लीजिए कि मेरे पास कक्षा का एक ऑब्जेक्ट है glm(लॉजिस्टिक रिग्रेशन मॉडल के अनुरूप) और मैं बाइनरी प्रतिक्रियाओं में predict.glmतर्क का उपयोग करके दी गई अनुमानित संभावनाओं को चालू करना चाहता हूं type="response", अर्थात या । आर में ऐसा करने का सबसे तेज और सबसे विहित तरीका क्या है?Y= …


2
जीएलएम आर में अवशिष्ट और नल डिवियन की व्याख्या करना
आरएल में जीएलएम में नल और अवशिष्ट डीविंस की व्याख्या कैसे करें? जैसे, हम कहते हैं कि छोटा AIC बेहतर है। क्या विचलन के लिए भी कोई समान और त्वरित व्याख्या है? अशक्त विचलन: स्वतंत्रता के 1077 डिग्री पर 1146.1 अवशिष्ट अवशिष्ट: 4589.4 आजादी के 1099 डिग्री पर: 6589

3
लॉग-ट्रांसफ़ॉर्म प्रतिक्रिया के साथ रैखिक मॉडल बनाम लॉग लिंक के साथ सामान्यीकृत रैखिक मॉडल
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 …

हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.