Modèle lien

Home  /  Modèle lien

Notons également que dans le cas des distributions de Bernoulli, binomiales, catégorielles et multinomiales, le soutien des distributions n`est pas le même type de données que le paramètre prévu. Dans tous ces cas, le paramètre prédit est une ou plusieurs probabilités, c`est-à-dire des nombres réels dans la plage [0,1] {displaystyle [0, 1]}. Le modèle résultant est connu sous le nom de régression logistique (ou de régression logistique multinomiale dans le cas où K-Way plutôt que des valeurs binaires sont prévues). Si la variable de réponse est une mesure nominale, ou si les données ne satisfont pas aux hypothèses d`un modèle ordonné, on peut s`adapter à un modèle de la forme suivante: Toutefois, ces hypothèses ne sont pas appropriées pour certains types de variables de réponse. Par exemple, dans les cas où la variable de réponse devrait être toujours positive et variant sur une large plage, les changements d`entrée constants conduisent à des variations géométriques, plutôt qu`à varier constamment, en sortie. À titre d`exemple, un modèle de prédiction pourrait prédire que la diminution de la température de 10 degrés conduirait à 1 000 moins de personnes visitant la plage est peu susceptible de généraliser bien sur les deux petites plages (par exemple, ceux où la fréquentation attendue était 50 à une température particulière ) et les grandes plages (p. ex. celles où la fréquentation attendue était de 10 000 à basse température). Le problème avec ce genre de modèle de prédiction impliquerait une baisse de température de 10 degrés conduirait à 1 000 moins de personnes visitant la plage, une plage dont la fréquentation attendue était 50 à une température plus élevée devrait maintenant être prédit pour avoir la présence impossible valeur de − 950.

Logiquement, un modèle plus réaliste permettrait plutôt de prédire un taux constant d`augmentation de la fréquentation de la plage (par exemple, une augmentation de 10 degrés conduit à un doublement de la fréquentation de la plage, et une baisse de 10 degrés conduit à une diminution de la fréquentation). Un tel modèle est appelé un modèle de réponse exponentielle (ou modèle log-linéaire, puisque le logarithme de la réponse est prédit de varier linéairement). Vous pouvez sélectionner le modèle lié dans une vue et le faire glisser, le copier, le coller, le déplacer et le faire pivoter. Pour les distributions Bernoulli et binomiales, le paramètre est une probabilité unique, indiquant la probabilité d`occurrence d`un seul événement. Le Bernoulli satisfait toujours à l`état de base du modèle linéaire généralisé en ce que, même si un seul résultat sera toujours soit 0 ou 1, la valeur attendue sera néanmoins une probabilité évaluée à valeur réelle, c.-à-d.

Comments are closed.