分层广义线性模型
在统计学中，分层广义线性模型（hierarchical generalized linear models (HGLM)）可视为广义线性模型的推广。在广义线性模型中，误差分量是统计独立的， 然而这一假设并非总是成立的。即在有些情况下，误差项之间有函数关系。分层广义线性模型允许有不同的误差分量，误差分量可以统计相關的，并不必要满足正态分布。当有不同的聚类存在时，同一聚类中的观测值是相关的，并且是正相关的。在这种情况下，广义线性模型是不适用…
标签：#廣義線性模型
共 3 篇文章
廣義線性模型
在統計學上，廣義線性模型（，缩写作 GLM）是一種應用灵活的線性迴歸模型。该模型允许因变量的偏差分布有除了正态分布之外的其它分布。此模型假設實驗者所量測的隨機變數的分佈函數與實驗中系統性效應（即非隨機的效應）可經由一鏈結函數（link function）建立可解釋其相關性的函數。 與在1989年出版，被視為廣義線性模式的代表性文獻中提綱挈領地說明了廣義線性模式的原理、計算（如最大概似估計量）及其實務應用。 概說 广义线性模型是普通最小二…
泊松回归
在统计学上，泊松回归（）是用来为和列联表建模的一种回归分析。泊松回归假设因变量（英语：response variable）Y是泊松分布，并假设它期望值的对数可由一组未知参数进行线性表达。当其用于列联表分析时，泊松回归模型也被称作对数-线性模型。 泊松回归模型是广义线性模型（GLM）的一种，以对数变化作为连接函数（link function），该模型的假设之一是其被解释变量服从泊松分布。 泊松回归模型 \mathbf{x} \in \ma…