গণনা তথ্যের জন্য কখন পায়সন বনাম জ্যামিতিক বনাম নেতিবাচক দ্বিপদী জিএলএম ব্যবহার করবেন?

আমি নিজের জন্য লেআউট করার চেষ্টা করছি যখন জিএলএম কাঠামোর মধ্যে গণনা তথ্য সহ কোন রিগ্রেশন টাইপ (জ্যামিতিক, পোইসন, নেতিবাচক দ্বিপদী) ব্যবহার করা উপযুক্ত (8 জিএলএম বিতরণের মধ্যে মাত্র 3 টি গণনা ডেটার জন্য ব্যবহৃত হয়, যদিও বেশিরভাগ কি আমি নেতিবাচক দ্বিপদী এবং পোইসন বিতরণের আশেপাশে কেন্দ্রগুলি পড়েছি)।

এখনও অবধি আমার কাছে নিম্নলিখিত যুক্তি রয়েছে: এটি কি ডেটা গণনা করে? যদি হ্যাঁ, তবে কি গড় এবং বৈকল্পিক অসম? যদি হ্যাঁ, নেতিবাচক দ্বিপদী রিগ্রেশন। যদি না হয় তবে পইসন রিগ্রেশন। শূন্য মূল্যস্ফীতি আছে কি? হ্যাঁ, শূন্য স্ফীত পোইসন বা শূন্য স্ফীত নেতিবাচক দ্বিপদী।

প্রশ্ন 1 কখন কখন ব্যবহার করবেন সে সম্পর্কে একটি সুস্পষ্ট ইঙ্গিত বলে মনে হচ্ছে না। এই সিদ্ধান্ত জানাতে কি কিছু আছে? আমি যা বুঝতে পেরেছি সেগুলি থেকে একবার আপনি জিপ-এ স্যুইচ করেন, গড় বৈকল্পিক সমান অনুমান হ'ল শিথিল হয়ে যায় যাতে এটি আবার এনবির সাথে বেশ মিল।

প্রশ্ন 2 জ্যামিতিক পরিবার এটার সাথে কোথায় ফিট হয় বা আমার নিপীড়নে কোনও জ্যামিতিক পরিবার ব্যবহার করবেন কিনা তা সিদ্ধান্ত নেওয়ার সময় আমি ডেটা জিজ্ঞাসা করব?

প্রশ্ন 3 আমি লোকেদের সব সময় নেতিবাচক দ্বিপদী এবং পয়সন বিতরণকে জ্যামিতিক নয় এমনটি দেখতে পাই, তাই আমি অনুমান করছি যে কখন এটি ব্যবহার করবেন সে সম্পর্কে আলাদা আলাদা কিছু রয়েছে। যদি তাই হয়, এটা কি?

পিএস আমি আমার বর্তমান বোঝার একটি চিত্র (সম্ভবত প্রশংসিত, মন্তব্য থেকে) ডায়াগ্রাম ( সম্পাদনযোগ্য ) করেছি যদি লোকেরা এটির জন্য আলোচনার জন্য মন্তব্য / টুইট করতে চায় তবে। গণনা ডেটা: জিএলএম সিদ্ধান্ত গাছ

— timothy.s.lau
সূত্র

আমি কেবল আর প্রোগ্রামিংয়ের সাথেই পরিচিত, তবে এই সহায়তার আশা করি ... stats.stackexchange.com/questions/60643/…

— RYO ENG লিয়ান হু

@ রায়ওঞ্জ, আমি এটি দেখেছি এবং যুক্তি গাছের সাথে আমার প্রশ্নের বর্ণিত পার্থক্যটি আমি রেখেছি। আমি বিশেষত একটি কম আলোচিত ডিস্ট্রিক্ট, অর্থাৎ জ্যামিতিক ডিস্টে আগ্রহী।

— টিমোথি.এস.লাউ

(আপডেট) @ নিক কক্স এর উত্তর এখানে: stats.stackexchange.com/questions/67547/when-to-use-gamma-glms আমি এতদূর পর্যন্ত অনুসন্ধানে দেখেছি এমন অনুভূতিটির প্রতিচ্ছবি বলে মনে হচ্ছে "বেশ কিছুটা কমে যাওয়ার পরেও তা শক্ত হয়ে পড়েছে এটি যখনই সবচেয়ে ভাল কাজ করে তার খালি উত্তরের বাইরে এটি ব্যবহার করতে "

— টিমোথি.এস.লাউ

@ Glen_b ভাল ধরা, আমি যুক্তি আপডেট।

— টিমোথি.এস.লাউ

আপনি সম্ভবত মোডগুলি দিয়ে ডিন করা সম্পর্কে অনুচ্ছেদে সরিয়ে ফেলা নিরাপদ।

— গ্লেন_বি -রিনস্টেট মনিকা

$\mu + 1/\theta \cdot \mu^2$ $\mu$ $\theta$ $\alpha = 1/\theta$ $\theta = \infty$ $\theta = 1$

$\theta$ $\infty$

অবশ্যই, অন্যান্য একক- বা মাল্টি-প্যারামিটার গণনা ডেটা ডিস্ট্রিবিউশনগুলিও রয়েছে (আপনি উল্লিখিত যৌগিক পইসন সহ) যা কখনও কখনও উল্লেখযোগ্যভাবে ভাল ফিট হতে পারে বা নাও পারে।

অতিরিক্ত শূন্যগুলির হিসাবে: দুটি স্ট্যান্ডার্ড কৌশল হ'ল শূন্য বা তার চেয়েও বেশি প্লাস শূন্য-কাটা গণনা ডেটা মডেলের জন্য বাইনারি মডেল নিয়ে একটি শূন্য-স্ফীত গণনা ডেটা বিতরণ বা একটি বাধা মডেল ব্যবহার করা। আপনি অতিরিক্ত জিরো এবং ওভারডেস্পারেশন উল্লেখ করার কারণে বিস্মিত হতে পারে তবে প্রায়শই অতিরিক্ত অতিরিক্ত জিরোগুলির জন্য মডেলটি সামঞ্জস্য করার পরেও যথেষ্ট পরিমাণে ওভারডিস্পেরেশন অবশেষ থাকে। আবার সন্দেহের ক্ষেত্রে, আমি উপরের মত একই যুক্তি দ্বারা একটি এনবি-ভিত্তিক শূন্য মূল্যস্ফীতি বা বাধা মডেল ব্যবহার করার পরামর্শ দেব।

দাবি অস্বীকার: এটি একটি খুব সংক্ষিপ্ত এবং সাধারণ ওভারভিউ। মডেলগুলি অনুশীলনে প্রয়োগ করার সময়, আমি বিষয়টিতে একটি পাঠ্যপুস্তকের সাথে পরামর্শ করার পরামর্শ দেব। ব্যক্তিগতভাবে, আমি উইঙ্কেলম্যানের গণনা ডেটা বই এবং ক্যামেরন ও ত্রিবেদীর বই পছন্দ করি। তবে অন্যান্য ভালও রয়েছে। আর-ভিত্তিক আলোচনার জন্য আপনি জেএসএসে আমাদের কাগজও পছন্দ করতে পারেন ( http://www.jstatsoft.org/v27/i08/ )।

— আছিম জেলিলেস
সূত্র

μ + μ^{2} > μ

$\mu + \mu^2 > \mu$

μ

$\mu$

যেমনটি আপনি আমার আগের মন্তব্যগুলি থেকে বলতে সক্ষম হয়েছিলেন: আমি এই জাতীয় ওভারস্প্লিম্লাইটিং ফ্লোচার্টের অনুরাগী নই। একটি ভাল মডেল বাছাই করার জন্য মডেলগুলির মধ্যে সংযোগগুলি এবং ব্যবহারিক প্রয়োগের সাথে তাদের সম্পর্ক বোঝার প্রয়োজন। আপনি জ্যামিতিক সম্পর্কে আগ্রহী কিনা তা আপনার নির্ভরযোগ্য অ্যাপ্লিকেশন কেসের উপর নির্ভর করে। একইভাবে, শূন্য-মুদ্রাস্ফীতি বনাম বাধা জন্য (যা আপনি আপনার চার্ট থেকে বাদ দিয়েছেন)। অবশেষে, প্রশ্ন অর্ডার অগত্যা সব ইত্যাদি অ্যাপ্লিকেশনের জন্য একই নয়

— সালে Achim Zeileis

আমি পেয়েছি যে আমার স্কেচটি কিছুটা ওভারসিম্প্লিফাইড হয়েছে। তবে বিজ্ঞানের শিক্ষার্থীদের ক্ষেত্রে বরং সরলবাদী স্কিমা দিয়ে শুরু করা অস্বাভাবিক কিছু নয়, আপনি যদি পদার্থবিদ্যার ক্লাস নিয়ে থাকেন তবে আপনি জানেন যে তারা প্রায়শই কতবার পরিবর্তন এবং "নিয়ম" ভঙ্গ করে যা আপনি আগে শিখেছিলেন, এটি পরবর্তীকালের আরও ভিত্তি বিশেষজ্ঞ এবং সংক্ষিপ্ত ধারণা। সুতরাং শেখার জন্য, আমি একজন স্নাতক শিক্ষার্থী, আমি পরবর্তীকালে যেমন বাধাগুলি ইত্যাদি তৈরি করতে পারি সেগুলি সম্পর্কে আরও "সঠিক" বোঝার চেষ্টা করছিলাম বিটিডাব্লু রেফারেন্সের জন্য ধন্যবাদ, আমি পাঠ্যপুস্তকগুলি তদন্ত করব আপনি আপনার কাগজ হিসাবে উল্লেখ করেছেন।

— টিমোথি.এস.লাউ

\log (μ_{i}) = x_{i}^{⊤} β

$\log(\mu_i) = x_i^\top \beta$