机器算法验证 - 日志链接和日志转换的解释区别 - 吾爱随笔录 - 问答

日志链接和日志转换的解释区别

机器算法验证广义线性模型数据转换回归系数流明链接功能

2022-04-04 08:26:34

我对GLM的日志链接和LM的日志转换之间的解释差异有疑问。我知道日志转换是针对目标变量的，但日志链接是针对均值的。但是与模型的解释相关，它们似乎相似？都需要 e^coeffent 来衡量目标变量的影响？如果我们想获得 1）Y 的估计或 2）系数的解释，问题可能会转换为，这两者如何影响结果？

我有一些线索：

对于系数的解释：用均值来衡量影响？所以对于 LM 的对数，正态分布没有任何变化，所以 u=p0+p1x。对于日志链接将是 u=e^(po+p1x)
对于y的估计，使用信号函数和p的估计器得到y。对于对数变换y=e^(po+p1x)，对数链接只取决于选择哪个指数族。

但我不是很清楚为什么使用均值来监测系数的影响。我原本以为和y的估计一样。所以我在那里很困惑

1个回答

这些模型是相似的，但关键的不同是我们为 GLM。因此，我们可以直接在 GLM ，在 LM $\log{E(Y)}$ $E(\log Y)$ $Y$ $\log Y$

GLM：我们可以直接说。在这种情况下，对的统一变化的影响的比率的对数）。 $E(Y)=\exp(\beta_0+\beta_1X)$ $\beta_1$ $X$ $Y$ $Y$

LM：我们只说。然后，当增加 1增加 $E(\log Y)=\beta_0+\beta_1X$ $\log Y$ $\beta_1$ $X$

重要说明：。 $E(\log Y)\neq \log E(Y)$

其它你可能感兴趣的问题

上一篇R如何找到GLM中的色散参数？下一篇试图理解有关 Rao-Blackwell 和 Lehmann-Scheffé 的主张以获得充分/完整的统计数据