Modelo lineal generalizado

Modelo lineal generalizado

En estadística, el modelo lineal generalizado (MLG) es una flexible generalización de la regresión de mínimos cuadrados ordinaria. Relaciona la distribución aleatoria de la variable dependiente en el experimento (la «función de distribución») con la parte sistemática (no aleatoria) (o «predictor lineal») a través de una función llamada la «función de enlace».

Los modelos lineales generalizados fueron formulados por John Nelder y Robert Wedderburn como una manera de unificar varios modelos estadísticos, incluyendo la regresión lineal, regresión logística y regresión de Poisson, bajo un solo marco teórico.[1] Esto les permitió desarrollar un algoritmo general para la estimación de máxima verosimilitud en todos estos modelos. Esto puede ser naturalmente extendido a otros muchos otros modelos también.

Resumen

En un MLG, se asume que la variable dependiente Y está generada por una función de distribución de la familia exponencial. La media μ de la distribución depende de las variables independientes \mathbf{X}, a través de la fórmula

\operatorname{E}(\mathbf{Y}) = \boldsymbol{\mu} = g^{-1}(\mathbf{X}\boldsymbol{\beta}),

donde E(\mathbf{Y}) es el valor esperado de \mathbf{Y}; \mathbf{X \beta} es el «predictor lineal», una combinación lineal de parámetros desconocidos \mathbf{\beta}; g es la función de enlace.

Bajo esta notación, la varianza es típicamente una función \mathbf{V} de la media:

 \operatorname{Var}(\mathbf{Y}) = \operatorname{V}( \boldsymbol{\mu} ) = \operatorname{V}(g^{-1}(\mathbf{X}\boldsymbol{\beta})).

Es conveniente si \mathbf{V} proviene de una distribución en la familia exponencial, pero podría simplemente ser que la varianza es una función del valor ajustado.

Los parámetros desconocidos β son generalmente estimados por máxima verosimilitud, máxima cuasi-verosimilitud, o técnicas de inferencia bayesiana.

Componentes del modelo

El MLG consiste de tres elementos.

  1. Una función de distribución f, perteneciente a la familia exponencial.
  2. Un predictor lineal \eta = \mathbf{X \beta}.
  3. Una función de enlace g tal que E(\mathbf{Y}) = \mathbf{\mu} = g^{-1}(\eta).

Referencias

  1. McCullagh, Peter; Nelder, John (1989). Generalized Linear Models. London: Chapman and Hall. ISBN 0-412-31760-5.  Chapter 1. Nelder and Wedderburn's 1972 JRSS(A) paper is the primary source.

Wikimedia foundation. 2010.

Игры ⚽ Поможем написать курсовую

Mira otros diccionarios:

  • Modelo lineal — En estadística, un modelo lineal predice el valor de una variable a través de otras que llamaremos factores mediante una función lineal de estos.[1] Estos factores están determinados por el escenario donde observamos la variable a predecir, a la… …   Wikipedia Español

  • Modelo Input-Output — El Modelo Input Output es un modelo económico desarrollado por Wassily Leontief (1905 1999) por el que obtuvo un Premio Nobel en el año 1973. A menudo es denominado como modelo de Leontief. El propósito fundamental del modelo IO es analizar la… …   Wikipedia Español

  • Función probit — En probabilidad y estadística se llama función probit a la inversa de la función de distribución o función cuantil asociada con la distribución normal estándar. La función tiene aplicaciones en gráficos estadísticos exploratorios y modelos probit …   Wikipedia Español

  • Regresión logística — Saltar a navegación, búsqueda En estadística, la regresión logística es un modelo de regresión para variables dependientes o de respuesta binomialmente distribuidas. Es útil para modelar la probabilidad de un evento ocurriendo como función de… …   Wikipedia Español

  • Logit — La función logit es una parte importante de la regresión logística: para más información, por favor ver ese artículo. En matemáticas, especialmente aquellas aplicadas en estadística, el logit de un número p entre 0 y 1 es (La base de la función… …   Wikipedia Español

  • Modulación Sigma-Delta — La modulación Sigma Delta (ΔΣ) es un tipo de conversión analógica a digital o digital a analógica. Un circuito conversor analógico digital (ADC) que implemente esta técnica puede ser realizado fácilmente usando sistemas de bajo coste del tipo… …   Wikipedia Español

  • Viscoelasticidad — Esquema de diferentes comportamientos de los materiales. La viscoelasticidad es un tipo de comportamiento reológico anelástico que presentan ciertos materiales que exhiben tanto propiedades viscosas como propiedades elásticas cuando se deforman.… …   Wikipedia Español

  • Regla de cálculo — Saltar a navegación, búsqueda La regla de cálculo es un instrumento manual de cálculo que dispone de varias escalas numéricas, para facilitar la rápida y cómoda realización de operaciones aritméticas complejas, como puedan ser multiplicaciones,… …   Wikipedia Español

  • Máquinas de vectores de soporte — Las máquinas de soporte vectorial o máquinas de vectores de soporte (Support Vector Machines, SVMs) son un conjunto de algoritmos de aprendizaje supervisado desarrollados por Vladimir Vapnik y su equipo en los laboratorios AT T. Estos métodos… …   Wikipedia Español

  • Relatividad general — Algunas partes de este artículo pueden resultar complicadas, en ese caso se recomienda Introducción a la relatividad general Representación artística de la explosión de la supernova SN 2006gy, situada a 238 millones de años luz. De ser válido el… …   Wikipedia Español

Compartir el artículo y extractos

Link directo
Do a right-click on the link above
and select “Copy Link”