問題タブ [glm]

以下の再現可能なコード (最終行) では、「Income」を「fieldToRemove」に置き換えると、「update」機能が機能しません。この機能を動作させるにはどうすればよいですか? その行をループで実行する必要があります。

1 つの予測変数 (多変量ロジスティック、二項 GLM から) と予測応答をプロットできます。私はこのようにします：

上記では、他のすべての予測変数を一定に保った場合のdrat vs vs。ただし、予測変数ごとにこれを行う必要があり、上記のプロセスを毎回行うのは面倒です。これを行うよりスマートな方法はありますか？それぞれの異なる予測子の応答を、最終的には異なる定数で視覚化したいと思います。

glmゼロがあるため、ポアソン回帰に標準のログ リンクを使用したくありません。次のコードを検討してください。

エラーが発生します：

エラー: 有効な係数のセットが見つかりません: 開始値を指定してください

これが何を意味するのかよくわかりません。「アイデンティティ」リンク機能は、私が考えるものですか (つまり、データをまったく変換しません)? このエラーの意味と解決方法を教えてください。

次のことを考慮してください。

結果が出る

このページの説明から、fooの係数はあるべきであるように見えますが、そうlog(2)ではありません。

より一般的には、これの出力はlambda = 1.187 + .1929 * foo、ラムダがポアソン分布のパラメーターであるということを意味すると思われますが、それはデータに適合していないようです。

この回帰の出力をどのように解釈する必要がありますか？

ldply()-summarise-function 内で summary-function を使用して p 値を抽出するにはどうすればよいですか?

サンプルデータ:

（データフレーム「ピューロマイシン」がプリインストールされています）

抽出された結果を使用して、このデータ フレームを作成できます。

しかし、同じ方法でp値を抽出することはできません。これはうまくいくと思いましたが、うまくいきません：

そのデータフレームにp値を抽出するにはどうすればよいですか:)助けてください！

以下の手順を自動化したい。

1. を使用して (lm /glm) モデルを近似しstep()ます。
2. (1) の結果モデルの変数を抽出します。たとえば、(X1+X2) を次のように抽出します。Y~X1+X2
3. (1) のモデルを新しい lm/glm (およびいくつかの新しい変数) で再利用します。

model$callモデル式は、またはを使用してアクセスできることを理解しています。たとえば、 model$terms「model」はモデルの元です。

しかし、私はそれを適切に抽出して、次のような新しいモデルで再利用することができません:

model$call で作業が必要なようですが、配列の構造とそれを折りたたむ方法についてはわかりません。ありがとう。

データに問題があり、助けが必要です。存在/不在変数を応答変数として使用し、いくつかの説明変数 (時間、場所、存在/不在データ、存在量データ) を使用して glm 分析を実行しようとしています。

最初に glm() 関数を使用しようとしましたが、 glm.fit () に関する 2 つの警告がありました: 1: glm.fit: アルゴリズムが収束しませんでした 2: glm.fit: 確率が数値的に 0 または 1 に適合しました いくつかの調査の後問題はおそらく準完全な分離であることがわかったので、brglm および/または Logestf を使用することにしました。

• rogestf : 分析が実行されません rogestf() を実行すると、次のようなエラー メッセージが表示されます : chol.default(x) のエラー : 先頭のマイナー 39 は正定値ではありませんHeinze と Ploner について調べたところ、この関数がどこで使用されているか、およびいくつかの設定でエラーを修正できるかどうかがわかりません。

• brglm : 解析の実行 しかし、次のような警告メッセージが表示されます: In fit.proc(x = X, y = Y, weights = weights, start = start, etastart # = etastart, : Iteration limit reached before like i cannot find where and whyこの関数は、パッケージの実行中に使用され、いくつかの設定を調整することで修正できる場合に使用されます。

より一般的に言えば、これらのパッケージの基本的な違いは何だろうと思っていました。

これが十分に理にかなっていることを願っていますが、これが私が認識していない統計的証拠である場合は申し訳ありません.

初めて質問するので、的外れでしたら申し訳ありませんが、ご遠慮なく教えてください。

ご協力ありがとうございました

ソチトル C.

ここに私のテーブルの抜粋（テーブルが広すぎるため、行の長さを切り詰める必要がありました：20列）と、実行した別の式：

bjmd次のような（簡略化された）というデータセットがあります。

ループを実行して、glm各個別rte（46001,46002、46003）の分析を実行したいと思います。それぞれrteの中には複数のがあり、それらすべてを分析yearに含める必要があります。glm各ルートのglmテストから、勾配を取得し、ルートと勾配を列として持つ別のテーブルを作成しています。これは私がそれをどのように見せたいかです：

これが私が思いついたforループコードです：

スロープの値を0にし続けるため、このコードに問題があります。

誰かが私がそれを台無しにしている場所を指摘するのを手伝ってもらえますか？

バックグラウンド

製品ラインの売上を予測しようとしています (最後のサンプルの y_test)。ある期間の売上は、別の製品 (x_test) の以前のすべての売上と、それらの以前の売上のうちまだ使用されている数に基づいています。ただし、以前に販売された製品がまだ使用されている数を直接測定することはできないため、生存曲線を推測する必要があります。

たとえば、特定のスマートフォン モデル用のアクセサリを作成する場合、アクセサリの売上は少なくとも部分的には、まだ使用されているスマートフォンの数に基づいています。(これは宿題ではありません。)

詳細

glm私はいくつかの時系列データを持っており、または類似のものを使用して回帰モデルを適合させたいと考えています。従属変数と独立変数の関係は次のとおりです。

ここで、p は期間、y _pは従属変数、x _pは独立変数、c ₀と c ₁は回帰係数、F _tは累積分布関数 ( などpgamma)、e _pは残差です。

最初の 3 つの期間を通じて、関数は次のように拡張されます。

_{したがって、x p}と y _pの履歴データがあり、残差を最小化する係数/パラメーター c ₀、c ₁、c ₂、および c ₃の値を取得したいと考えています。

解決策は、カスタム ファミリを使用して作成することだと思いますが、glmその方法がわかりません。 ファミリーのコードを見ましたが、Gammaあまりうまくいきませんでした。を使用して「手動で」最適化を行うことができましたが、または同様の関数によって提供されるnlminb単純さと有用性 (つまりpredict、その他)をはるかに好みます。glm

以下にデータの例を示します。

私は不在-存在データに関するモデルを当てはめています.ランダム因子が有意であるかどうかを確認したいと思います. これを行うには、glmm と glm を比較し、どちらが最も重要であるかを LR テストで確認する必要があります。

しかし、ANOVA(glm,glmm) を実行すると、Deviance Table の分析が得られ、モデルを比較する出力は得られません。

両方のモデルを比較して、希望する出力を得るにはどうすればよいですか?

前もってありがとう、コーエン