Answers:
这是一个很好的问题。
我们知道诸如logistic,泊松等模型属于广义线性模型。
好吧,是的,不是。在给出问题的上下文的情况下,我们必须非常小心地指定我们正在谈论的内容,仅“物流”和“泊松”不足以描述其意图。
(i)“泊松”是一个分布。作为条件分布的描述,它不是线性的(因此也不是GLM),除非您指定线性(在参数中)模型来描述条件均值(即仅说“泊松”是不够的)。当人们注明“泊松回归”,他们几乎总是打算一个模型,是在参数的线性,因此是GLM。但是仅“泊松”就可以是任何数量的*。
(ii)另一方面,“逻辑”是指均值的描述(均值在预测变量中为对数)。除非将其与指数族中的条件分布结合使用,否则它不是GLM。另一方面,当人们说“ 逻辑回归 ”时,它们几乎总是表示具有logit链接的二项式模型 -确实意味着预测变量中的逻辑模型,该模型的参数是线性的并且属于指数族,GLM也是如此。
该模型包括参数的非线性函数,
好吧,再次,是,不是。
该线在“广义线性模型”说的参数线性输入模型。具体来说,这意味着在线性预测变量,模型的形式为。η = X β
然后可以通过使用适当的链接函数,使用线性模型框架对模型进行建模。
正确
我想知道您是否考虑(教?)诸如逻辑回归这样的情况:
(我正在这里更改您的问题的顺序)
线性模型,因为链接将我们转换为线性模型框架
正是由于这个原因,通常将GLM称为“线性”。确实,这很明显就是约定,因为它就在名称中。
非线性模型,给定参数的形式
这里我们必须非常小心,因为“非线性”通常是指参数非线性的模型。将非线性回归与广义线性模型进行对比。
因此,如果要使用术语“非线性”来描述GLM,则务必仔细指定您的意思-通常,该平均值与预测变量非线性相关,这一点很重要。
的确,如果您确实使用“非线性”来指代GLM,则不仅会遇到惯例上的困难(因此可能会被误解),而且在尝试讨论广义非线性模型时也会遇到困难。如果您已经将GLM描述为“非线性模型”,那么很难解释这种区别!
在这里,第一项表示由于(例如)事故(或与年龄无关的其他影响)导致的恒定死亡率,而第二项表示由于年龄而增加的死亡率。这样的模型有时可能在较晚的成年但非衰老年龄范围内可行。它本质上是马克汉姆定律(表示为危险函数,但对于该函数,年化率将是一个合理的近似值)。
那是一个广义的非线性模型。