1

たとえばガウスGLMの出力を最も近い整数に丸めるなどして、ガウス族分布の一般化線形モデルを使用して離散量を予測することはOK(正当なアプローチ)ですか?

4

1 に答える 1

1

あなたはこれを行うことができますが、それは最善のことではないかもしれません。これは、モデル化しようとしているデータの性質によって異なります。ポアシオン回帰の方がニーズに適している可能性があります。

http://en.wikipedia.org/wiki/Poisson_regression

ただし、線形モデルを整数値のデータに実際に適合させることを妨げるものは何もありませんが、モデルを使用してデータについて推論するときに問題が発生する可能性があります。将来の観測を予測するためのモデルを提供しようとしているだけの場合は、理論的に有効でなくても、うまく機能する可能性があります。

モデルの性質を明確に考えると、まったくばかげた結果を予測することになります。たとえば、応答変数は限られた範囲(たとえば正の整数)でしか意味をなさないかもしれませんが、モデルでは任意の大きな値(正と負)を予測できます。 )。残差チェック(正規性と相関)などのモデルチェック手順では、連続正規分布応答をモデル化するときに通常表示されるタイプの結果が得られない場合があります。

全体として、データによっては、アプローチによって有用な予測モデルが生成される可能性がありますが、一般的には注意して進める必要があります。

この質問とその回答のいくつかを読んでください-同様のテーマについて説明していますhttps://stats.stackexchange.com/questions/3024/why-is-poisson-regression-used-for-count-data

より多くの聴衆に到達するために、あなたはhttp://stats.stackexchange.comでこの質問を投稿することを検討するかもしれません

于 2012-07-19T18:05:22.150 に答える