一般线性模型混合线性模型广义线性模型【转】
1、线性回归模型
适用于自变量X和因变量Y为线性关系,具体来说,画出散点图可以用一条直线来近似拟合。
模型可以表达为:{y=Xβ+εε∼MVN(0,σ2In),其中ε是随机误差,MVN为多元正态分布。
模型有几个基本假设:自变量之间无多重共线性;随机误差随从0均值,同方差的正态分布;随机误差项之间无相关关系。
参数使用最小二乘法进行估计。
假设检验有两个,一个是参数的检验,使用t检验;另一个是整个模型的检验,使用F检验,在构造F统计量时,需要把模型的平方和进行分解,会使用到方差分析。
此外,判定系数R2和修正判定系数R¯2都需要使用到方差分析的结果。
2、线性混合模型
我记得我学过,可是没怎么用过。我的理解为在线性模型中加入随机效应项。
模型可以表达为:{Y=Xβ+Zγ+εγ∼MVN(0,G)ε∼MVN(0,R),其中Y,Xβ的意义和线性回归的意义相同,Xβ是固定效应部分,Zγ是随机效应部分,G,R都是协方差矩阵。
同时假定Cov(G,R)=0,即G和R之间无相关关系。
为了使用上的麻烦,统计学家提供了几种协方差的形式供大家使用。
3、广义线性模型
广义线性模型,是为了克服线性回归模型的缺点出现的,是线性回归模型的推广。
首先自变量可以是离散的,也可以是连续的。离散的可以是0-1变量,也可以是多种取值的变量。
与线性回归模型相比较,有以下推广:
(1)随机误差项不一定服从正态分布,可以服从二项、泊松、负二项、正态、伽马、逆高斯等分布,这些分布被统称为指数分布族。
(2)引入联接函数g(⋅)。因变量和自变量通过联接函数产生影响,即Y=g(Xβ),联接函数满足单调,可导。常用的联接函数有恒等(Y=Xβ),对数(Y=ln(Xβ)),幂函数(Y=(Xβ)k),平方根(Y=Xβ),logit(ln(Y1−Y)=Xβ)等。
根据不同的数据,可以自由选择不同的模型。大家比较熟悉的Logit模型就是使用Logit联接、随机误差项服从二项分布得到模型。
转自https://bbs.pinggu.org/thread-2996069-1-1.html
一般线性模型混合线性模型广义线性模型【转】相关推荐
- 广义线性模型到底是个什么鬼?
以下文章内容摘自网络:说人话的统计学 原标题:广义线性模型到底是个什么鬼? ❉说人话的统计学❉ 从逻辑回归模型开始,我们连续讲了好多集有些相似又特点各异的几种统计模型.它们有个统一的旗号,叫做「广义线 ...
- 广义线性模型——Logistic回归模型(1)
广义线性模型(GLM)是线性模型的扩展,它通过连接函数建立响应变量的数学期望值与线性组合的预测变量之间的关系. 广义线性模型拟合的形式为: 其中g(μY)是条件均值的函数(称为连接函数).另外,你可放 ...
- 广义线性模型是什么?
我们知道,线性模型可以表示为 y=WTX+by=W^TX+by=WTX+b 形式. 简单来讲,广义线性模型就是可以表示为 g(y)=WTX+bg(y)=W^TX+bg(y)=WTX+b,即 y=g−1 ...
- 【Scikit-Learn 中文文档】广义线性模型 - 监督学习 - 用户指南 | ApacheCN
中文文档: http://sklearn.apachecn.org/cn/0.19.0/tutorial/basic/tutorial.html 英文文档: http://sklearn.apache ...
- R语言广义线性模型函数GLM、广义线性模型(Generalized linear models)、GLM函数的语法形式、glm模型常用函数、常用连接函数、逻辑回归、泊松回归、系数解读、过散度分析
R语言广义线性模型函数GLM.广义线性模型(Generalized linear models).GLM函数的语法形式.glm模型常用函数.常用连接函数.逻辑回归.泊松回归.系数解读.过散度分析 目录
- 广义线性模型GLM、GLMM、LMM、MLM、GMM、GEE、广义线性模型GLM和广义线性混合模型的GLMM区别
R语言广义线性模型GLM.GLMM.LMM.MLM.GMM.GEE.广义线性模型GLM和广义线性混合模型的GLMM区别 目录
- R语言构建xgboost模型:使用xgboost构建广义线性模型(GLM):使用gblinear算法拟合线性模型并配置L1和L2正则化
R语言构建xgboost模型:使用xgboost构建广义线性模型(GLM):使用gblinear算法拟合线性模型并配置L1和L2正则化 目录
- Python使用sklearn构建广义线性模型:泊松回归(Poisson regression)实战
Python使用sklearn构建广义线性模型:泊松回归(Poisson regression)实战 目录 Python使用sklearn构建广义线性模型:泊松回归(Poisson regressio ...
- Python使用sklearn构建广义线性模型:gamma回归(Gamma regression)实战
Python使用sklearn构建广义线性模型:gamma回归(Gamma regression)实战 目录 Python使用sklearn构建广义线性模型:gamma回归(Gamma regress ...
- Python使用sklearn构建广义线性模型:Tweedie回归(Tweedie regression)实战
Python使用sklearn构建广义线性模型:Tweedie回归(Tweedie regression)实战 目录 Python使用sklearn构建广义线性模型:Tweedie回归(Tweedie ...
最新文章
- 使用Python,OpenCV的Meanshift 和 Camshift 算法来查找和跟踪视频中的对象
- 关于iOS的社会化分享方案总结
- Hook安卓项目内的字符串获取,用服务器的key value优先代替本地的key value
- Three.js中使用requestAnimationFrame方法实现立方体转动和小球跳动的动画
- 日常如何维护计算机,日常使用中,我们如何维护电脑?
- POJ 1182 食物链 [并查集 带权并查集 开拓思路]
- HTML+CSS的学习
- python自动化开发_python自动化开发-2
- aspose 换行写_利用Aspose.Word控件实现Word文档的操作
- 性能调优之综合篇 - Linux系统性能监控和故障排查利器Sysdig
- android软键盘控制
- 漫游项目服务器,漫游Radius服务器的设计与实现
- 如何判断股市能否持续上涨?
- AtCoder Regular Contest 120 解题报告
- 深入探究宽字节注入漏洞与修补原理
- 抖音seo矩阵系统,抖音矩阵系统源码怎么搭建?
- Python SyntaxError: Non-ASCII character '\xe5' in file
- Java8的日期-时间学习
- 多层嵌套json转换为Map再转换为单层
- 100m光纤测速多少正常_100M宽带升级到200M,为什么测速还是100M?