Modèle Linéaire Généralisé
Modèles linéaires généralisésIl s’agit d’un modèle de régression linéaire flexible qui permet à la variable dépendante d’avoir une forme de distribution autre que la distribution normale.
définition
Le modèle linéaire généralisé est une extension de la régression simple des moindres carrés. En supposant que chaque observation de données provient d'une distribution familiale exponentielle, alors la moyenne
de la distribution peut être expliquée par l'indépendant
à ce point :
Parmi eux, est la valeur attendue de
,
est la formule d'estimation linéaire composée des paramètres inconnus à estimer
et des variables connues
, et
est la fonction de lien.
Dans ce mode, la variance de
peut être exprimée comme :
où peut être considéré comme une fonction d'une variable aléatoire exponentielle, et le paramètre inconnu
est généralement estimé à l'aide de l'estimateur de vraisemblance maximale, de l'estimateur de vraisemblance presque maximale ou de la méthode bayésienne.
Composition du modèle
Le modèle linéaire généralisé se compose des parties principales suivantes :
1. Fonction de distribution de la famille exponentielle.
2. Prédicteur linéaire .
3. La fonction de lien telle que
.