非线性模型与广义线性模型:您如何指代逻辑回归,泊松等回归?


23

我有一个关于语义的问题,我希望统计学家能对此发表看法。

我们知道诸如logistic,泊松等模型属于广义线性模型。该模型包括参数的非线性函数,然后可以使用适当的链接函数,使用线性模型框架对其进行建模。

我想知道您是否考虑(教?)诸如逻辑回归这样的情况:

  1. 非线性模型,给定参数的形式
  2. 线性模型,因为链接将我们转换为线性模型框架
  3. 同时(1)和(2):“开始”为一个非线性模型,但可以这样一种方式使用,使我们可以将其视为线性模型

希望我可以进行一次实际的民意测验...

Answers:


24

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,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。

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 βη=Gμη=Xβ

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!

g(μ)

YPoisson(μx)

xYxμxx

μx=α+exp(βx).

Xα

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。


感谢您的输入。这就是我要达到的目的。显然,“线性”是GLM的名称。我正在尝试对那些本质上是非线性的(在参数上它们非线性的)但又“可转换的线性”并因此属于GLM框架的模型进行分类。我想也许我只是回答了我自己的问题-引用它们的最佳方法是“可变形的非线性”。
梅格2014年

1
引用可以通过转换使其参数线性化的模型的更常见方法是“线性化”(与“本质上非线性”相反)。我认为我们在讨论模型时需要弄清楚线性是什么(相对于非线性是什么),也许还应该弄清楚常规情况下是如何称呼这些东西的,因为人们需要能够定位信息并被理解在讨论他们时。将GLM称为“非线性”的人可能会被误解,除非他们添加正确的限定词以使它们的含义清楚。
Glen_b-恢复莫妮卡2014年

我同意。我只是看到它在课本中被归类为非线性回归,而且我的教授也曾教过它是非线性的。我个人认为它令人困惑,因为我们在GLM框架中对其进行了处理,但是我可以(至少是)同情其中之一。我想我将使用线性化/可转换线性,并讨论如何从A点到达B点(即,如何从非线性函数开始并将其转换为线性框架)。
梅格2014年

是的,我完全理解。尽管我也很同情他们这样做的冲动,但如果我听了他们的话,我会提醒他们不要将它们称为非线性模型的做法(至少并非总是限定该术语),这是出于我上面概述的原因。这就是为什么我认为这是一个如此重要的问题的重要原因-人们有时确实将它们称为非线性,只要我们清楚我们所称的非线性,我认为这很好,因为这不是最常规的方法参考模型-当我们违背约定时,我们应该谨慎而有意识地做到这一点。
Glen_b-恢复莫妮卡2014年
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.