lm es el nombre de la función de modelo lineal (es decir, regresión múltiple) en el paquete estadístico R. Para modelos lineales en general, utilice la etiqueta `linear-model` en su lugar.
Según tengo entendido, estoy interesado en replicar manualmente el cálculo de los errores estándar de los coeficientes estimados ya que, por ejemplo, viene con el resultado de la lm()función R, pero no he podido precisarlo. ¿Cuál es la fórmula / implementación
Específicamente, quiero saber si hay una diferencia entre lm(y ~ x1 + x2)y glm(y ~ x1 + x2, family=gaussian). Creo que este caso particular de glm es igual a lm. ¿Me
Quiero suponer que la temperatura de la superficie del mar del mar Báltico es la misma año tras año, y luego describirlo con un modelo lineal / función. La idea que tenía era ingresar el año como un número decimal (o num_months / 12) y averiguar cuál debería ser la temperatura en ese momento. Al...
¿Cuál es la fórmula exacta utilizada en R lm() para el R cuadrado ajustado? ¿Cómo puedo interpretarlo? Fórmulas r-cuadrado ajustadas Parece que existen varias fórmulas para calcular el R cuadrado ajustado. Fórmula de Wherry:1 - ( 1 - R2) ( n - 1 )( n - v
Podemos usar lm()para predecir un valor, pero aún necesitamos la ecuación de la fórmula del resultado en algunos casos. Por ejemplo, agregue la ecuación a las
Como precuela de una pregunta sobre modelos lineales mixtos en R, y para compartir como referencia para principiantes / intermedios aficionados a la estadística, decidí publicar como un "estilo de preguntas y respuestas" independiente los pasos involucrados en el cálculo "manual" del coeficientes y...
Calculé un modelo lineal robusto Rcon pesos MM utilizando el rlm()paquete MASS. `R`` no proporciona un valor para el modelo, pero me gustaría tener uno si es una cantidad significativa. También estoy interesado en saber si hay algún significado en tener un valor R 2 que pese la varianza total y...
Tengo una gráfica de valores residuales de un modelo lineal en función de los valores ajustados donde la heterocedasticidad es muy clara. Sin embargo, no estoy seguro de cómo proceder ahora porque, por lo que entiendo, esta heterocedasticidad invalida mi modelo lineal. (¿Está bien?) Use un ajuste...
Actualmente tengo un problema para entender la sintaxis de R para ajustar un GLM usando la distribución Gamma. Tengo un conjunto de datos, donde cada fila contiene 3 covariables ( ), una variable de respuesta ( ) y un parámetro de forma ( ). Quiero modelar la escala de la distribución Gamma como...
Antecedentes Estoy tratando de entender el primer ejemplo en un curso sobre modelos de adaptación (por lo que esto puede parecer ridículamente simple). He hecho los cálculos a mano y coinciden con el ejemplo, pero cuando los repito en R, los coeficientes del modelo están desactivados. Pensé que la...
Me gustaría hacer una prueba W de Shapiro Wilk y una prueba de Kolmogorov-Smirnov en los residuos de un modelo lineal para verificar la normalidad. Me preguntaba qué residuos deberían usarse para esto: los residuos en bruto, los residuos de Pearson, los residuos estudiados o los residuos...
Quiero implementar (en R) el siguiente Modelo lineal dinámico muy simple para el que tengo 2 parámetros variables de tiempo desconocidos (la varianza del error de observación y la varianza del error de estado ).ϵ1tϵt1\epsilon^1_tϵ2tϵt2\epsilon^2_t Ytθt+1==θt+ϵ1tθt+ϵ2tYt=θt+ϵt1θt+1=θt+ϵt2...
Tengo un GLMM de la forma: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Cuando lo uso drop1(model, test="Chi"), obtengo resultados diferentes a los que uso Anova(model, type="III")del paquete del automóvil o summary(model). Estos dos...
Estoy tratando de reproducir varias pruebas de interacción entre ambas lmy lmeren medidas repetidas (2x2x2). La razón por la que quiero comparar ambos métodos es porque el GLM de SPSS para medidas repetidas produce exactamente los mismos resultados que el lmenfoque presentado aquí, por lo que al...
Simplemente estoy tratando de recalcular con dnorm () la probabilidad de registro proporcionada por la función logLik de un modelo lm (en R). Funciona (casi perfectamente) para un gran número de datos (por ejemplo, n = 1000): > n <- 1000 > x <- 1:n > set.seed(1) > y <- 10 +...
¿Me puede dar un ejemplo del uso de estimadores sandwich para realizar una inferencia de regresión robusta? Puedo ver el ejemplo en ?sandwich, pero no entiendo cómo podemos pasar de lm(a ~ b, data)( codificado con r ) a una estimación y un valor p resultante de un modelo de regresión usando la...
Los siguientes injertos se toman de este artículo . Soy novato en bootstrap e intento implementar el bootstrapping paramétrico, semiparamétrico y no paramétrico para el modelo mixto lineal con R bootpaquete. Código R Aquí está mi
Entonces, tengo 16 ensayos en los que estoy tratando de autenticar a una persona de un rasgo biométrico usando Hamming Distance. Mi umbral está establecido en 3.5. Mis datos están a continuación y solo la prueba 1 es un verdadero positivo: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 5...
Un colega mío me envió este problema aparentemente haciendo las rondas en Internet: If $3 = 18, 4 = 32, 5 = 50, 6 = 72, 7 = 98$, Then, $10 =$ ? La respuesta parece ser 200. 3*6 4*8 5*10 6*12 7*14 8*16 9*18 10*20=200 Cuando hago una regresión lineal en R: data <-...
Quiero ajustar un DLM con coeficientes variables en el tiempo, es decir, una extensión de la regresión lineal habitual, yt= θ1+ θ2X2yt=θ1+θ2x2y_t = \theta_1 + \theta_2x_2 . Tengo un predictor ( ) y una variable de respuesta ( ), capturas anuales de peces marinos y continentales, respectivamente,...