使用高斯族分佈的廣義線性模型來預測離散量是否合適(合法的方法),例如將高斯GLM的輸出四捨五入爲最接近的整數?使用高斯族分佈來預測GLM中的離散量
1
A
回答
1
你可以做到這一點,但它可能不是最好的事情。這實際上取決於您試圖建模的數據的性質。這可能是積極迴歸更適合您的需求。
http://en.wikipedia.org/wiki/Poisson_regression
然而,沒有任何事情從實際擬合線性模型來整數值數據阻止你,但使用的模型製作有關數據推斷,當你可能有問題。如果你只是試圖提供一個模型來預測未來的觀測結果,即使不是理論上有效的,它也可能很好地工作。顯然,考慮到模型的本質,您最終可能會預測到完全可笑的結果 - 例如,您的響應變量可能只在有限的範圍內有意義(比如正整數),但是您的模型可以允許預測任意大的值(正面及負面)。模型檢查步驟(如殘差檢查(正態性和相關性))可能無法給出建模連續正態分佈響應時通常會看到的結果類型。總的來說,我認爲根據你的數據,你的方法可以產生一個有用的預測模型,但是一般來說你應該謹慎行事。
閱讀這個問題,一些答案吧 - 它討論了類似的主題https://stats.stackexchange.com/questions/3024/why-is-poisson-regression-used-for-count-data
爲了達到更廣泛的受衆羣體,可以考慮在http://stats.stackexchange.com
相關問題
- 1. fortran90中的離散高斯模型90
- 2. GLM預測值
- 3. 使用python分離曲線的高斯分量
- 4. 如何預測在R中使用glm?
- 5. 離散預測ROC曲線
- 6. 高斯分佈
- 7. 使用gnuplot進行離散分佈
- 8. 使用glm的條件預測概率
- 9. 檢查天氣預測值遵循高斯分佈還是不使用matlab?
- 10. 離散逼近高斯平滑
- 11. 數據建模(預測,分類):連續&離散輸入,離散輸出
- 12. 離散的通用分佈概率
- 13. 使用VB 6.0高斯分佈
- 14. 使用特徵向量中的權重進行離散分佈的樣本
- 15. 顛倒的高斯分佈
- 16. 在GLM後預測R
- 17. 計算我離散分佈的上5%
- 18. 二進制數字的離散分佈?
- 19. OpenCL中的高斯分佈隨機數
- 20. C++:生成高斯分佈
- 21. 半高斯分佈樣本
- 22. 從列表中通過glm預測器
- 23. 獲取所有的離散狀態係數從GLM中的R
- 24. 在MATLAB中爲分佈族提高NORMRND的速度
- 25. 使用離散事先標準化β分佈的常量:R代碼查詢
- 26. 如何繪製張量板上離散分佈的直方圖?
- 27. 發佈JavaScript變量來分離.PHP文件(使用Ajax?)
- 28. 在matlab中使用高斯和均勻分佈的隨機數
- 29. 在Python中實現離散高斯內核?
- 30. 在JAGS或BUGS中指定R的離散威布爾分佈
張貼這個問題你的意思是在您迴應適應線性模型變量取整數值? – mathematician1975 2012-07-19 17:53:03