-
廣義線性模型
鎖定
- 中文名
- 廣義線性模型
- 外文名
- generalized linear model
- 適用範圍
- 數理科學
- 定 義
- 線性模型的擴展
廣義線性模型簡介
假設因變量
是 n 個獨立觀測,服從指數型分佈,即其有密度函數:
其中
和
為參數,
和
為函數。
假設
為對應於
的 p 維自變量 X 的觀測值。記
,其中
為
未知參數向量。假設
並且
與
具有關係
稱如此定義的模型為廣義線性模型,
稱為自然參數,
稱為離散參數,稱
為聯繫函數(連接函數)。
廣義線性模型聯繫函數
聯繫函數確定了廣義線性模型的均值結構,對於不同的數據類型,不同的聯繫函數的選取就產生了不同的廣義線性模型。比如,對0-1變量數據,即實驗結果只有兩種情況。將全部試驗數據分成 n 個組,第 i 組有
個數據.它們對應的自變量都為
在這個數據中,假設對應的因變量取值為 1 的數據個數為
假設
相互獨立,並記因變量取1的概率為
.如果
與
具有如下關係
其中
為標準正態分佈函數,則稱該廣義線性模型為概率單位模型(probit model)。
如果聯繫函數為
,且滿足
則稱該廣義線性模型為對數單位模型(logit model)。再如,對計數數據(比如,在一定時間內某隨機事件發生的次數),如果假設觀測數據服從泊松分佈.即
則當聯繫函數滿足