Generalized linear model (original) (raw)

About DBpedia

一般化線形モデル (いっぱんかせんけいモデル、英: Generalized linear model、GLM)は、残差を任意の分布とした線形モデル。似たものとして一般線形モデルがあるが、これは残差が多変量正規分布に従うモデル。一般化線形モデルには線形回帰、、ロジスティック回帰などが含まれる。1972年にネルダーとウェダーバーンによって提唱された。

Property Value
dbo:abstract في الإحصاء، النموذج الخطي المعمم هو تعميم مرن من الانحدار الخطي العادي الذي يسمح للمتغيرات التي لديها أخطاء في نماذج توزيع أخرى من التوزيع الطبيعي. ويعمم الانحدار الخطي من خلال السماح النموذج الخطي يجب أن تكون متصلة متغير الاستجابة عن طريق دالة الاتصال وذلك بالسماح بمقدار التباين في كل قياس لتكون دالة من قيمته المتوقعة. صيغت النماذج الخطية المعممة من قبل جون نيلدور وروبرت ويديربون كوسيلة لتوحيد نماذج إحصائية أخرى مختلفة، بما في ذلك الانحدار الخطي، والانحدار اللوجستي وانحدار بواسون. واقترحوا طريقة المربعات الصغرى المتكرره للحصول على أقصى تقدير احتمال للنموذج. يبقى تقدير الحد الأقصى الأكثر شيوعاً، والأسلوب الافتراضي على العديد من حزم الحوسبة الإحصائية. المناهج الأخرى، بما في ذلك النهج النظرية الافتراضية والمربعات يناسب لتباين الردود، تم وضعها. (ar) Verallgemeinerte lineare Modelle (VLM), auch generalisierte lineare Modelle (GLM oder GLiM) sind in der Statistik eine von John Nelder und Robert Wedderburn (1972) eingeführte wichtige Klasse von nichtlinearen Modellen, die eine Verallgemeinerung des klassischen linearen Regressionsmodells in der Regressionsanalyse darstellt.Von spezieller Bedeutung ist die Verwendung einer nichtlinearen Kopplungsfunktion.Während man in klassischen linearen Modellen annimmt, dass die Störgröße (die unbeobachtbare Zufallskomponente) normalverteilt ist, kann sie in GLMs eine Verteilung aus der Klasse der Exponentialfamilie besitzen. Diese Verteilungsklasse beinhaltet neben der Normalverteilung auch die Binomial-, Poisson-, Gamma- und inverse Gaußverteilung. Damit bietet die Verwendung der Exponentialfamilie in verallgemeinerten linearen Modellen ein einheitliches Rahmenwerk für diese Verteilungen. Die große Klasse von (englisch vector generalized linear models, kurz VGLMs) beinhaltet die Klasse der verallgemeinerten linearen Modelle als Spezialfall. Ebenso in dieser großen Modellklasse enthalten sind loglineare Modelle für kategoriale Daten und das Modell der Poisson-Regression für Zähldaten. Um die Einschränkungen der verallgemeinerten linearen Modelle und verallgemeinerten additiven Modelle zu überwinden, wurden sogenannte Verallgemeinerte additive Modelle für Lage-, Skalen- und Formparameter entwickelt. (de) In statistics, a generalized linear model (GLM) is a flexible generalization of ordinary linear regression. The GLM generalizes linear regression by allowing the linear model to be related to the response variable via a link function and by allowing the magnitude of the variance of each measurement to be a function of its predicted value. Generalized linear models were formulated by John Nelder and Robert Wedderburn as a way of unifying various other statistical models, including linear regression, logistic regression and Poisson regression. They proposed an iteratively reweighted least squares method for maximum likelihood estimation (MLE) of the model parameters. MLE remains popular and is the default method on many statistical computing packages. Other approaches, including Bayesian regression and least squares fitting to variance stabilized responses, have been developed. (en) En estadística, el modelo lineal generalizado (GLM) es una generalización flexible de la regresión lineal ordinaria que permite variables de respuesta que tienen modelos de distribución de errores distintos de una distribución normal. El GLM generaliza la regresión lineal al permitir que el modelo lineal esté relacionado con la variable de respuesta a través de una función de enlace y al permitir que la magnitud de la varianza de cada medición sea una función de su valor predicho. y formularon modelos lineales generalizados como una forma de unificar otros modelos estadísticos, como la regresión lineal, la regresión logística y la regresión de Poisson. Propusieron un método de mínimos cuadrados iterativamente ponderados para la estimación de máxima verosimilitud de los parámetros del modelo. La estimación de máxima verosimilitud sigue siendo popular y es el método predeterminado en muchos paquetes de computación estadística. Se han desarrollado otros enfoques, incluidos los enfoques bayesianos y los ajustes de mínimos cuadrados a las respuestas estabilizadas de la varianza. (es) En statistiques, le modèle linéaire généralisé (MLG) souvent connu sous les initiales anglaises GLM est une généralisation souple de la régression linéaire. Le GLM généralise la régression linéaire en permettant au modèle linéaire d'être relié à la variable réponse via une fonction lien et en autorisant l'amplitude de la variance de chaque mesure d'être une fonction de sa valeur prévue, en fonction de la loi choisie. Formellement, où est l'espérance mathématique de conditionnelle à ; est le prédicteur linéaire, c'est-à-dire une combinaison linéaire des variables explicatives, et où est une fonction monotone appelée fonction de lien. De plus où est appelée fonction variance, qui dépend la loi (au sein de la famille exponentielle) La théorie des modèles linéaires généralisés a été formulée par John Nelder et (en) comme un moyen d'unifier les autres modèles statistiques y compris la régression linéaire, la régression logistique et la régression de Poisson. Ils proposent une méthode itérative dénommée méthode des (en) pour l'estimation du maximum de vraisemblance des paramètres du modèle. L'estimation du maximum de vraisemblance reste populaire et est la méthode par défaut dans de nombreux logiciels de calculs statistiques. D'autres approches incluant les statistiques bayésiennes et la méthode des moindres carrés convenant aux réponses à variance stabilisées, ont été développées. (fr) I modelli lineari generalizzati (GLM) sono una generalizzazione del più classico nell'ambito della regressione lineare. Mentre nel modello lineare classico si ipotizza che la variabile endogena sia distribuita in modo normale, nell'ambito dei modelli lineari generalizzati la variabile endogena può essere distribuita come una qualsiasi variabile casuale della famiglia esponenziale e dunque, oltre alla variabile casuale normale anche le variabili casuali binomiale, poissoniana, gamma, normale inversa e altre. I modelli lineari generalizzati vennero formulati da John Nelder e Robert Wedderburncome un modo per uniformare all'interno di un unico modello diversi altri modelli statistici, compreso il modello lineare, le regressione logistica e la .Riesce in questo modo a incorporare anche altri modelli. (it) 一般化線形モデル (いっぱんかせんけいモデル、英: Generalized linear model、GLM)は、残差を任意の分布とした線形モデル。似たものとして一般線形モデルがあるが、これは残差が多変量正規分布に従うモデル。一般化線形モデルには線形回帰、、ロジスティック回帰などが含まれる。1972年にネルダーとウェダーバーンによって提唱された。 (ja) Em estatística, o modelo linear generalizado (MLG) é uma generalização flexível da regressão linear ordinária que permite variáveis de resposta que têm modelos de distribuição de erro diferentes de uma distribuição normal. O MLG generaliza a regressão linear permitindo que o modelo linear seja relacionado à variável de resposta por meio de uma função de ligação e permitindo que a magnitude da variância de cada medição seja uma função de seu valor previsto. Modelos lineares generalizados foram formulados por John Nelder e como forma de unificar vários outros modelos estatísticos, incluindo a regressão linear, a regressão logística e a regressão de Poisson. Eles propuseram um método de mínimos quadrados reponderados iterativamente para estimativa de máxima verossimilhança dos parâmetros do modelo. A estimativa de verossimilhança máxima continua popular e é o método padrão em muitos pacotes de computação estatística. Outras abordagens foram desenvolvidas, incluindo e ajustes de mínimos quadrados a respostas de . (pt) В статистике обобщенная линейная модель (ОЛМ) представляет собой гибкое обобщение классической линейной регрессии, которое позволяет использовать , имеющие , отличные от нормального распределения. ОЛМ обобщает линейную регрессию, позволяя линейной модели быть связанной с через функцию, линейные модели были сформулированы и как способ объединения различных других статистических моделей, включая линейную регрессию, логистическую регрессию и . Они предложили метод наименьших квадратов для оценки максимального правдоподобия параметров модели. Оценка максимального правдоподобия остаётся популярной и является методом по умолчанию во многих . Были разработаны и другие подходы, в том числе и методы наименьших квадратов для получения стабилизированных по дисперсии ответов. (ru) 在統計學上，廣義線性模型（英語：generalized linear model，缩写作 GLM）是一種應用灵活的線性迴歸模型。该模型允许因变量的偏差分布有除了正态分布之外的其它分布。此模型假設實驗者所量測的隨機變數的分佈函數與實驗中系統性效應（即非隨機的效應）可經由一（link function）建立可解釋其相關性的函數。 與在1989年出版，被視為廣義線性模式的代表性文獻中提綱挈領地說明了廣義線性模式的原理、計算（如最大概似估計量）及其實務應用。 (zh)
dbo:wikiPageID 747122 (xsd:integer)
dbo:wikiPageLength 31812 (xsd:nonNegativeInteger)
dbo:wikiPageRevisionID 1118341387 (xsd:integer)
dbo:wikiPageWikiLink dbr:Bayesian_probability dbr:Probability_distribution dbr:Probability_distributions dbr:Multinomial_distribution dbr:Multinomial_logistic_regression dbr:Variance_function dbr:Probit_model dbr:Bernoulli_distribution dbr:John_Nelder dbr:Variance-stabilizing_transformation dbr:Inverse_Gaussian_distribution dbr:Level_of_measurement dbr:Multiplicative_inverse dbr:Boca_Raton dbc:Actuarial_science dbr:Correlation dbr:Maximum_likelihood_estimation dbr:Gauss–Markov_theorem dbr:General_linear_model dbr:Generalized_additive_model dbr:Generalized_estimating_equation dbr:Generalized_linear_mixed_model dbr:One-to-one_function dbr:Poisson_regression dbr:Gamma_distribution dbr:Greek_alphabet dbr:Conditional_expectation dbr:Ordered_logit dbr:Ordered_probit dbr:Likelihood dbr:Logarithm dbr:Logit dbr:Statistics dbr:Closed-form_expression dbr:Sufficiency_(statistics) dbc:Regression_models dbr:Domain_of_a_function dbr:Linear_combination dbr:Linear_probability_model dbr:Linear_regression dbr:Log-linear_model dbr:Logistic_regression dbr:Cumulative_distribution_function dbr:Eta_(letter) dbr:Expected_value dbr:Exponential_distribution dbr:Exponential_family dbr:Normal_distribution dbr:Iterative_method dbr:Iteratively_reweighted_least_squares dbr:Density_function dbr:Dependent_variable dbr:Random_variable dbr:Range_of_a_function dbc:Generalized_linear_models dbr:Count_data dbr:Asymptotic dbr:Binomial_distribution dbr:Hessian_matrix dbr:Mixed_model dbr:Poisson_distribution dbr:Natural_logarithm dbr:Newton's_method_in_optimization dbr:Odds_ratio dbr:Ordinal_data dbr:Ordinal_regression dbr:Canonical_form dbr:Categorical_distribution dbr:Markov_chain_Monte_Carlo dbr:Maximum_likelihood dbr:Probability_mass_function dbr:Robert_Wedderburn_(statistician) dbr:Score_(statistics) dbr:Smoothing dbr:Longitudinal_studies dbr:Exponential_dispersion_model dbr:Observed_information dbr:Fisher_information dbr:Gibbs_sampling dbr:Multilevel_model dbr:Multinomial_probit dbr:Scoring_algorithm dbr:Quasi-likelihood dbr:Overdispersion dbr:Uncorrelated dbr:Huber–White_standard_errors dbr:Bayesian_regression dbr:Laplace_approximation dbr:Discrete_distribution dbr:Random_effects dbr:Least-squares dbr:Least_squares_fitting dbr:Prior_distribution dbr:Posterior_distribution dbr:Exponential_families dbr:Multinomial_logit
dbp:wikiPageUsesTemplate dbt:Regression_bar dbt:Annotated_link dbt:Authority_control dbt:Cite_book dbt:Commons_category-inline dbt:Distinguish dbt:Further dbt:Refbegin dbt:Refend dbt:Reflist dbt:See_also dbt:Sfn dbt:Short_description dbt:Visible_anchor dbt:Statistics
dct:subject dbc:Actuarial_science dbc:Regression_models dbc:Generalized_linear_models
gold:hypernym dbr:Generalization
rdf:type owl:Thing yago:WikicatStatisticalModels yago:Assistant109815790 yago:CausalAgent100007347 yago:LivingThing100004258 yago:Model110324560 yago:Object100002684 yago:Organism100004475 yago:Person100007846 yago:PhysicalEntity100001930 yago:WikicatGeneralizedLinearModels yago:Worker109632518 yago:YagoLegalActor yago:YagoLegalActorGeo yago:Whole100003553
rdfs:comment 一般化線形モデル (いっぱんかせんけいモデル、英: Generalized linear model、GLM)は、残差を任意の分布とした線形モデル。似たものとして一般線形モデルがあるが、これは残差が多変量正規分布に従うモデル。一般化線形モデルには線形回帰、、ロジスティック回帰などが含まれる。1972年にネルダーとウェダーバーンによって提唱された。 (ja) В статистике обобщенная линейная модель (ОЛМ) представляет собой гибкое обобщение классической линейной регрессии, которое позволяет использовать , имеющие , отличные от нормального распределения. ОЛМ обобщает линейную регрессию, позволяя линейной модели быть связанной с через функцию, линейные модели были сформулированы и как способ объединения различных других статистических моделей, включая линейную регрессию, логистическую регрессию и . Они предложили метод наименьших квадратов для оценки максимального правдоподобия параметров модели. Оценка максимального правдоподобия остаётся популярной и является методом по умолчанию во многих . Были разработаны и другие подходы, в том числе и методы наименьших квадратов для получения стабилизированных по дисперсии ответов. (ru) 在統計學上，廣義線性模型（英語：generalized linear model，缩写作 GLM）是一種應用灵活的線性迴歸模型。该模型允许因变量的偏差分布有除了正态分布之外的其它分布。此模型假設實驗者所量測的隨機變數的分佈函數與實驗中系統性效應（即非隨機的效應）可經由一（link function）建立可解釋其相關性的函數。 與在1989年出版，被視為廣義線性模式的代表性文獻中提綱挈領地說明了廣義線性模式的原理、計算（如最大概似估計量）及其實務應用。 (zh) في الإحصاء، النموذج الخطي المعمم هو تعميم مرن من الانحدار الخطي العادي الذي يسمح للمتغيرات التي لديها أخطاء في نماذج توزيع أخرى من التوزيع الطبيعي. ويعمم الانحدار الخطي من خلال السماح النموذج الخطي يجب أن تكون متصلة متغير الاستجابة عن طريق دالة الاتصال وذلك بالسماح بمقدار التباين في كل قياس لتكون دالة من قيمته المتوقعة. صيغت النماذج الخطية المعممة من قبل جون نيلدور وروبرت ويديربون كوسيلة لتوحيد نماذج إحصائية أخرى مختلفة، بما في ذلك الانحدار الخطي، والانحدار اللوجستي وانحدار بواسون. (ar) In statistics, a generalized linear model (GLM) is a flexible generalization of ordinary linear regression. The GLM generalizes linear regression by allowing the linear model to be related to the response variable via a link function and by allowing the magnitude of the variance of each measurement to be a function of its predicted value. (en) Verallgemeinerte lineare Modelle (VLM), auch generalisierte lineare Modelle (GLM oder GLiM) sind in der Statistik eine von John Nelder und Robert Wedderburn (1972) eingeführte wichtige Klasse von nichtlinearen Modellen, die eine Verallgemeinerung des klassischen linearen Regressionsmodells in der Regressionsanalyse darstellt.Von spezieller Bedeutung ist die Verwendung einer nichtlinearen Kopplungsfunktion.Während man in klassischen linearen Modellen annimmt, dass die Störgröße (die unbeobachtbare Zufallskomponente) normalverteilt ist, kann sie in GLMs eine Verteilung aus der Klasse der Exponentialfamilie besitzen. Diese Verteilungsklasse beinhaltet neben der Normalverteilung auch die Binomial-, Poisson-, Gamma- und inverse Gaußverteilung. Damit bietet die Verwendung der Exponentialfamilie (de) En estadística, el modelo lineal generalizado (GLM) es una generalización flexible de la regresión lineal ordinaria que permite variables de respuesta que tienen modelos de distribución de errores distintos de una distribución normal. El GLM generaliza la regresión lineal al permitir que el modelo lineal esté relacionado con la variable de respuesta a través de una función de enlace y al permitir que la magnitud de la varianza de cada medición sea una función de su valor predicho. (es) En statistiques, le modèle linéaire généralisé (MLG) souvent connu sous les initiales anglaises GLM est une généralisation souple de la régression linéaire. Le GLM généralise la régression linéaire en permettant au modèle linéaire d'être relié à la variable réponse via une fonction lien et en autorisant l'amplitude de la variance de chaque mesure d'être une fonction de sa valeur prévue, en fonction de la loi choisie. Formellement, où est appelée fonction variance, qui dépend la loi (au sein de la famille exponentielle) (fr) I modelli lineari generalizzati (GLM) sono una generalizzazione del più classico nell'ambito della regressione lineare. Mentre nel modello lineare classico si ipotizza che la variabile endogena sia distribuita in modo normale, nell'ambito dei modelli lineari generalizzati la variabile endogena può essere distribuita come una qualsiasi variabile casuale della famiglia esponenziale e dunque, oltre alla variabile casuale normale anche le variabili casuali binomiale, poissoniana, gamma, normale inversa e altre. (it) Em estatística, o modelo linear generalizado (MLG) é uma generalização flexível da regressão linear ordinária que permite variáveis de resposta que têm modelos de distribuição de erro diferentes de uma distribuição normal. O MLG generaliza a regressão linear permitindo que o modelo linear seja relacionado à variável de resposta por meio de uma função de ligação e permitindo que a magnitude da variância de cada medição seja uma função de seu valor previsto. (pt)
rdfs:label النموذج الخطي المعمم (ar) Verallgemeinerte lineare Modelle (de) Modelo lineal generalizado (es) Generalized linear model (en) Modèle linéaire généralisé (fr) Modello lineare generalizzato (it) 一般化線形モデル (ja) Modelo linear generalizado (pt) Обобщённая линейная модель (ru) 廣義線性模型 (zh)
rdfs:seeAlso dbr:Binary_regression
owl:differentFrom dbr:General_linear_model dbr:Generalized_least_squares
owl:sameAs freebase:Generalized linear model yago-res:Generalized linear model wikidata:Generalized linear model dbpedia-ar:Generalized linear model dbpedia-de:Generalized linear model dbpedia-es:Generalized linear model dbpedia-fa:Generalized linear model dbpedia-fi:Generalized linear model dbpedia-fr:Generalized linear model dbpedia-hu:Generalized linear model dbpedia-it:Generalized linear model dbpedia-ja:Generalized linear model dbpedia-ms:Generalized linear model dbpedia-pt:Generalized linear model dbpedia-ru:Generalized linear model dbpedia-zh:Generalized linear model https://global.dbpedia.org/id/WiAE
prov:wasDerivedFrom wikipedia-en:Generalized_linear_model?oldid=1118341387&ns=0
foaf:isPrimaryTopicOf wikipedia-en:Generalized_linear_model
is dbo:knownFor of dbr:John_Nelder dbr:Annette_Dobson
is dbo:wikiPageDisambiguates of dbr:GLM
is dbo:wikiPageRedirects of dbr:Quasibinomial dbr:Link_function dbr:Generalized_linear_models dbr:Univariate_GLM dbr:General_linear_modeling dbr:Generalised_linear_model dbr:Generalized_Linear_Model dbr:Generalized_Linear_Models
is dbo:wikiPageWikiLink of dbr:Scale_invariance dbr:Environmental_statistics dbr:Variance_function dbr:Probit_model dbr:Biostatistics dbr:Deviance_(statistics) dbr:John_Nelder dbr:Joseph_Hilbe dbr:Beta-binomial_distribution dbr:Bias–variance_tradeoff dbr:Canonical_link dbr:Integrated_nested_Laplace_approximations dbr:Interaction_(statistics) dbr:GLM dbr:List_of_people_educated_at_Fettes_College dbr:Probit dbr:Predictive_methods_for_surgery_duration dbr:General_linear_methods dbr:General_linear_model dbr:Generalized_additive_model dbr:Generalized_additive_model_for_location,_scale_and_shape dbr:Generalized_estimating_equation dbr:Generalized_functional_linear_model dbr:Generalized_linear_array_model dbr:Generalized_linear_mixed_model dbr:Natural_exponential_family dbr:Oracle_Data_Mining dbr:Self-similar_process dbr:Poisson_regression dbr:Quasi-variance dbr:Quasibinomial dbr:Functional_data_analysis dbr:Functional_regression dbr:Glossary_of_probability_and_statistics dbr:Conway–Maxwell–Poisson_distribution dbr:CrimeStat dbr:Statistical_inference dbr:Annette_Dobson dbr:Logit dbr:Machine_learning dbr:Statistics dbr:Structural_equation_modeling dbr:Psychometric_function dbr:Master_of_Economics dbr:Jurimetrics dbr:Lasso_(statistics) dbr:Least_squares dbr:Linear-nonlinear-Poisson_cascade_model dbr:Linear_model dbr:Linear_regression dbr:Link_function dbr:Log-linear_model dbr:Logistic_regression dbr:All_models_are_wrong dbr:Eta dbr:Exponential_family dbr:Discriminative_model dbr:Focused_information_criterion dbr:Goodness_of_fit dbr:Iteratively_reweighted_least_squares dbr:Phylogenetic_comparative_methods dbr:List_of_RNA-Seq_bioinformatics_tools dbr:Stochastic_gradient_descent dbr:Nonlinear_regression dbr:Prediction dbr:Rasch_model dbr:Regression_analysis dbr:Ridge_function dbr:Count_data dbr:Maria-Pia_Victoria-Feser dbr:Laura_Busse dbr:Binary_data dbr:Binary_regression dbr:Binomial_regression dbr:Econometric_model dbr:Economics_education dbr:Hierarchical_generalized_linear_model dbr:Statistical_data_type dbr:Zhang_Zhaohuan dbr:Boquila dbr:Negative_binomial_distribution dbr:Ordinal_regression dbr:R_(programming_language) dbr:Generalized_linear_models dbr:Robert_Wedderburn_(statistician) dbr:Tweedie_distribution dbr:Vector_generalized_linear_model dbr:Urban_traffic_modeling_and_analysis dbr:Exponential_dispersion_model dbr:List_of_statistical_software dbr:List_of_statistics_articles dbr:Proportional_hazards_model dbr:Toxic_unit dbr:Gibbs_sampling dbr:Multivariate_adaptive_regression_spline dbr:Quasi-likelihood dbr:Outline_of_statistics dbr:PSI-Plot dbr:Risk_score dbr:Univariate_GLM dbr:Species_distribution_modelling dbr:General_linear_modeling dbr:Generalised_linear_model dbr:Generalized_Linear_Model dbr:Generalized_Linear_Models
is owl:differentFrom of dbr:Generalized_least_squares dbr:Vector_generalized_linear_model
is foaf:primaryTopic of wikipedia-en:Generalized_linear_model