일반화 선형모형 공부하다 급궁금한게 있어서요.
Y가 정규분포가 아닌 이항분포나 포아송분포를 따른다고 했을 때
우도함수(뉴튼-랩슨 iteration) 써서 일반화 선형모형 estimation을 하잖아요
근데 이항분포나 포아송분포 가정이 있으면 이분산성 문제가 발생하지 않나요?
이거는 고전모형에서처럼 조정할 필요 없나요?
일반화 선형모형 공부하다 급궁금한게 있어서요.
Y가 정규분포가 아닌 이항분포나 포아송분포를 따른다고 했을 때
우도함수(뉴튼-랩슨 iteration) 써서 일반화 선형모형 estimation을 하잖아요
근데 이항분포나 포아송분포 가정이 있으면 이분산성 문제가 발생하지 않나요?
이거는 고전모형에서처럼 조정할 필요 없나요?
그래서 glm에서 최적화식풀면 wls나옴
니가말한 우도함수서 뉴턴렙슨하고 IRLS하고 동치임
아 그렇군요. 책을 아무리 찾아도 궁금증이 해결이 안되었는데 도움 감사합니다. 신기하네요
윗 댓글처럼 GLM 계산할 때 WLS처럼 계산해서, OLS를 써서 발생하는 이분산 문제는 어느 정도 해결하지만 몇 가지 문제로 여전히 overdispersion이 생길 수 있음. 포아송은 평균=분산이니 실제 데이터가 과산포될거고, random effect를 고려하지 않았다던지... 이항은 변수 빼먹어서 p가 조건에 따라 달라진다던지... - dc App
(1) 과산포를 반영할 수 있는 beta-bimomial, gamma-poisson 형태로 모델링 (2) overdispersion correction 작업 (3) GLMM 사용 (4) 유의미한 변수 더 찾아보기 - dc App
자세한 설명 감사합니다. 참 공부할 길이 멀고 험하군요 ㅠㅠ
포아송대신 쿼시포아송써서 parameter추가
아 negative binomial로 하라고 ㅋㅋㅋ - dc App