আর-তে গ্ল্যাম ফ্যামিলি আর্গুমেন্টে লগনরমাল বিতরণ কীভাবে নির্দিষ্ট করবেন?


17

সাধারণ প্রশ্ন: আর-এ জিএলএম পরিবারের যুক্তিতে একটি লগনরমাল বিতরণ কীভাবে নির্দিষ্ট করা যায়? এটি কীভাবে অর্জন করা যায় তা আমি খুঁজে পাইনি। কেন পারিবারিক যুক্তিতে লগনরমাল (বা ঘৃণ্য) বিকল্প নয়?

আর-আর্কাইভগুলির কোথাও আমি পড়েছি যে কোনও লোককে সাধারণভাবে নির্দিষ্ট করার জন্য জিএলএম-এ গাউসীয়দের জন্য সেট করা পরিবারের জন্য লগ-লিংকটি ব্যবহার করতে হয়। যাইহোক, এটি বাজে কথা কারণ এটি একটি অ-লিনিয়ার রিগ্রেশন মাপসই করে এবং আর মান শুরু করার জন্য জিজ্ঞাসা শুরু করে।

জিএলএমের জন্য কীভাবে লগনরমাল (বা সূচকীয়) বিতরণ সেট করবেন তা কি কেউ জানেন?


1
এটি একটি [r] ট্যাগ সহ SO এ থাকা উচিত।
ডুইন

4
@ ডুইন - আমি একবারের জন্য একমত নই - আমি প্রায়শই নিজেরাই Qs মাইগ্রেটেড করার পক্ষে ভোট দিই, তবে এই প্রশ্নের উল্লেখযোগ্য পরিসংখ্যানগত বিষয়বস্তু রয়েছে।
onestop

উত্তর:


8

Gamlss প্যাকেজ লিঙ্ক ফাংশন মধ্যে কিছু বিভিন্ন সঙ্গে, আপনি উভয় lognormal এবং সূচকীয় ডিস্ট্রিবিউশন, এবং অন্যদের একটি গুচ্ছ সঙ্গে সাধারণ যুত মডেলের মাপসই দেয় এবং ব্যবহার করে, আপনি চাইলে, শাস্তি splines উপর ভিত্তি করে আধা বা অ- স্থিতিমাপ মডেল। এটি ব্যবহার করা অ্যালগরিদম এবং ডকুমেন্টেশন এবং আমার সাথে সংযুক্ত সাইটের সাথে লিঙ্কযুক্ত উদাহরণগুলিতে কিছু কাগজপত্র প্রকাশিত হয়েছে।


10

এক্সফোনেনশিয়াল মডেলটি এর সাথে ফিটিং করা সম্পর্কিত glm: ব্যবহার করার সময়glm পরিবার = গামার সাথে ফাংশনটি ব্যবহার summary.glmকরার সময় বিচ্ছুরণের প্যারামিটারটি 1-এ স্থির করার জন্য কারও একটির সমর্থনকারী সুবিধাও ব্যবহার করা উচিত :

?summary.glm
fit <- glm(formula =..., family = Gamma)
summary(fit,dispersion=1) 

এবং আমি যখন উল্লেখ করতে যাচ্ছিলাম তবে জোবোম্যান আমাকে এর কাছে পরাজিত করলেন, "গ্যামলস" প্যাকেজ (গুলি) লগ-স্বাভাবিক ফিটিংয়ের ব্যবস্থা করে:

help(dLOGNO, package=gamlss.dist)

1
ছড়িয়ে পড়া প্যারামিটার (+1) ঠিক করার বিষয়ে আমি জানতাম না।
jboman

আমি অন্য পোস্টে এই সমাধানটি দেখেছি, আমি মনে করি। তবে দুটি সমস্যা আছে। প্রথমত, এক্ষেত্রে কেবল সংক্ষিপ্তসারটি সামঞ্জস্য করা হয় তবে আমার যে প্যারামিটারগুলি বের করতে হবে (অবশিষ্টগুলি ইত্যাদি) 1 এর বিচ্ছুর সাথে সামঞ্জস্য করা হয়নি, বা আমি ভুল? দ্বিতীয়ত, আমি ফ্যামিলি = গামার সাথে ফিট করতে পারি না কারণ ডেটা সেটে জিরো রয়েছে (আসলে এগুলি ছোট ছোট মান তবে শূন্যে সেট করা হয়েছিল)। আমি gamlss.dist প্যাকেজ চেকআউট করব!
জেনস 22'12

1
ঠিক আছে, শূন্য-সমস্যাটি আর এর সাথে সমস্যা নয় glm, তবে গণিতের সাথে ... এবং যদি আপনার প্যারামিটারের অনুমান থাকে তবে অবশিষ্টাংশগুলি আর-তে নগণ্য। প্রশ্নটি একটি [আর] ট্যাগ সহ এসওতে পোস্ট করুন এবং আপনি অবশ্যই একটি দ্রুত সাড়া পাবেন।
ডিওয়িন

9

লগনরমাল কোনও বিকল্প নয় কারণ লগ-সাধারণ বিতরণটি এতে নেই ক্ষতিকারক পরিবারে নেই। সাধারণীকরণীয় রৈখিক মডেলগুলি কেবল তাত্পর্যপূর্ণ পরিবার থেকে বিতরণে ফিট করতে পারে।

ঘৃণ্য বিতরণ হ'ল তত ক্ষুদ্রতর কেন কোনও বিকল্প নয় তা আমি পরিষ্কার clear সূচকীয় পরিবারে (আপনি আশা পারে)। অন্যান্য পরিসংখ্যান সংক্রান্ত সফ্টওয়্যার, যার সাথে আমি পরিচিত, এটি অনুমানের পরিবর্তে 1 এ নির্ধারিত আকার (ওরফে স্কেল বা ছড়িয়ে) প্যারামিটার দিয়ে গামা বিতরণের একটি বিশেষ ক্ষেত্রে হিসাবে বিবেচনা করে তাত্পর্য বন্টনকে GLM হিসাবে ফিটিং করতে দেয়। glm()তবে আর এর ফাংশনটি ব্যবহার করে এই পরামিতিটি ঠিক করার কোনও উপায় আমি দেখতে পাচ্ছি না । একটি বিকল্প হ'ল প্যাকেজটির সাথে survreg()ফাংশনটি ব্যবহার survivalকরাdist="exponential"

ylog(y)E(log(Y))log(E(Y)).


8
h(x),T(x),A(θ)

আপনার কাছে কি এই বিবৃতিটির জন্য একটি রেফারেন্স রয়েছে যে "সাধারণীকৃত রৈখিক মডেলগুলি কেবল তাত্পর্যপূর্ণ পরিবার থেকে বিতরণ মাপসই করতে পারে"?
হেনরিক

5

একটি লগ-সাধারণ জিএলএম ফিট করার সাথে glm()ফাংশনের বিতরণ বা লিঙ্ক বিকল্পের কোনও সম্পর্ক নেই । "লগ-নরমাল" শব্দটি এই অর্থে বেশ বিভ্রান্তিকর, তবে এর অর্থ হচ্ছে প্রতিক্রিয়া পরিবর্তনশীল সাধারণত বিতরণ করা হয় (পরিবার = গাউসিয়ান), এবং এই পরিবর্তনশীলটির জন্য নিম্নলিখিত পদ্ধতিতে একটি রূপান্তর প্রয়োগ করা হয়:

log.glm <- glm(log(y)~x, family=gaussian, data=my.dat)

যাইহোক, এই লগ-স্বাভাবিক গ্ল্যামের সাথে অন্যান্য বিতরণ (যেমন, গামা) ব্যবহার করে অন্যান্য গ্ল্যামের সাথে তুলনা করার সময়, এআইসি () ফাংশনটি সংশোধন করা উচিত। এক্ষেত্রে কেউ কি এই ভ্রান্ত এআইসি () এর বিকল্প জানতে পারবেন?


2
@ চর্মা সাইটে আপনাকে স্বাগতম আপনার যদি কোন প্রশ্ন থাকে তবে দয়া করে আপনার উত্তরে না রেখে উপরের ডানদিকে কোণায় ধূসর "জিজ্ঞাসা জিজ্ঞাসা" ক্লিক করুন।
গুং - মনিকা পুনরায়

1

নিম্নলিখিত কমান্ডটি ব্যবহার করে দেখুন:

log.glm = glm(y ~ x, family=gaussian(link="log"), data=my.dat)

এটি এখানে কাজ করে এবং এআইসি সঠিক বলে মনে হচ্ছে।


7
এই উত্তরটি ভুল। এর অর্থ হবে যে y এর শর্তাধীন বিতরণটি গাউসিয়ান এবং লগ করা গড়টি লিনিয়ার পূর্বাভাসকের সমান হবে। অবশ্যই ওপি যা বর্ণনা করে তা নয়।
মাইকেল এম
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.