GLM - Definición del Modelo MLG

Devuelve una matriz de celdas para the packed form de un modelo dado MLG.

Sintaxis

GLM (Betas, Phi, Lvk)

Betas

son los coeficientes del modelo GLM (una matriz unidimensional de celdas (Ej. filas o columnas)).

Phi

es el parámetro de dispersión GLM. Este argumento es solo requerido pala la distribución binomial (phi=1/tamano del lote) y para la distribución Guassiana (phi=sigma).

Lvk

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

Valor	Lvk
1	Identidad (Residuales ~ Distribución Normal) (por defecto).
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. Los Modelos Lineales Generalizados fueron formulados por John Nelder y Robert Wedderburn como una forma de unificar varios modelos estadísticos, incluyendo regresión lineal, regresión logística y regresión de Poisson, bajo un solo marco de referencia.

Ejemplos de archivos

Enlaces Relacionados

• Wikipedia - Modelo lineal generalizado.

Referencias

• Hamilton, J.D.; Time Series Analysis, Princeton University Press (1994), ISBN 0-691-04289-6.
• Tsay, Ruey S.; Analysis of Financial Time Series John Wiley & SONS. (2005), ISBN 0-471-690740.