GLM_GUESS - Valores Iniciales de los parámtros del modelo MLG

Devuelve una matriz de celdas para una estimación inicial (no óptima) de los modelos de los parámetros.

 

Sintaxis

GLM_GUESS(Y, X, Phi, Lvk)

Y la respuesta o matriz de datos variables dependiente (una matriz una unidimensional de celdas (Ej, filas o columnas)).

X es la matriz de datos de variables independientes,cada columna representa una variable.

Phi es el parámetro de dispersión GLM. Phi - es unicamente significativo para (1/lote o tamaño de ensayo) Binomial o para la varianza Gaussiana.

Distribución PHI
Gaussian Varianza
Poisson 1.0
Binomial Recíproco del lote/tamaño de ensayo)

Lvk es la función link que describe como la media depende del predictor lineal (1=Identidad (defecto), 2=Log, 3=Logit, 4=Probit, 5=Log-Log).

Link Descripción
1 Identidad (residuales ~ Distribución Normal)
2 Log (residuales ~ Distribución Poisson)
3 Logit (residuales ~ Distribución Binomial)
4 Probit(residuales ~ Distribución Binomial)
5 Log-Log Complementario (residuales ~ Distribución Binomial)
 

Observaciones

  1. El modelo subyacente se describe aquí.
  2. GLM_GUESS devuelve un array/matriz de un tamaño igual al número de betas más un (Phi).
  3. El número de filas en respuesta a la variable (Y) debe ser igual al número de filas de las variables explicatoras (X).
  4. Para MLG con distribución de Poisson,
    • Los valores de la variable de respuesta deben ser números enteros no-negativos.
    • El valor del factor de dispersión (Phi) debe ser ya sea faltante o igual a uno.
  5. Para MLG con distribución Binomial,
    • Los valores de la variable de respuesta deben ser fracciones no negativas entre cero y uno, incluido este.
    • El valor del factor de dispersión (Phi) debe ser una fracción positiva (mayor que cero y menor que uno).
  6. Para la distribución MLG con distribución Gausssiana,el valor del factor de dispersión (Phi) debe ser positivo.

Ejemplos de archivos

Referencias

¿Tiene más preguntas? Enviar una solicitud

0 Comentarios