✅ GLM v R - GLM funkcija in kako ustvariti GLM v R?

Kaj je GLM v R?

Kaj je GLM v R?

Generalizirani linearni modeli so podmnožica linearnih regresijskih modelov in učinkovito podpirajo normalne distribucije. Za podporo temu priporočamo uporabo funkcije glm (). GLM dobro deluje s spremenljivko, kadar odstopanje ni konstantno in se distribuira normalno. Določena je funkcija povezave, ki transformira odzivno spremenljivko tako, da ustreza ustreznemu modelu. LM model je narejen tako z družino kot s formulo. Model GLM ima tri ključne komponente, imenovane naključna (verjetnost), sistematična (linearni napovedovalec), komponenta povezave (za funkcijo logit). Prednost uporabe glm je, da imajo fleksibilnost modela, ne potrebujejo konstantnega odstopanja in ta model ustreza najvišji oceni verjetnosti in njegovim razmerjem. V tej temi bomo spoznali GLM v R.

GLM funkcija

Sintaksa: glm (formula, družina, podatki, uteži, podmnožica, Start = null, model = TRUE, metoda = ””…)

Tu spadajo družinski tipi (vključujejo modele modelov): binom, Poisson, Gaussian, gama, kvazi. Vsaka distribucija ima drugačno uporabo in jo je mogoče uporabiti tako v razvrščanju kot v napovedi. Ko je model gaussov, bi moral biti odziv resnično celo število.

In kadar je model binomen, bi morali biti odziv razredi z binarnimi vrednostmi.

In ko je model Poisson, bi moral biti odziv ne-negativen z numerično vrednostjo.

In kadar je model gama, bi moral biti odziv pozitivna številčna vrednost.

glm.fit () - Prilagoditev modelu

Lrfit () - označuje logistično regresijo.

update () - pomaga pri posodabljanju modela.

anova () - izbirni test.

Kako ustvariti GLM v R?

Tukaj bomo videli, kako ustvariti enostaven generaliziran linearni model z binarnimi podatki z uporabo funkcije glm (). In z nadaljevanjem nabora podatkov o drevesih.

Primeri

// Uvoz knjižnice
library(dplyr) glimpse(trees)

Za ogled kategoričnih vrednosti so dodeljeni faktorji.

levels(factor(trees$Girth))

// Preverjanje neprekinjenih spremenljivk

library(dplyr) continuous <-select_if(trees, is.numeric) summary(continuous)

// Vključitev nabora dreves v R search Pathattach (drevesa)

x<-glm(Volume~Height+Girth) x

Izhod:

Klic: glm (formula = glasnost ~ višina + obseg)

Koeficienti:

(Prestrezanje) Višina pasu

-57.9877 0.3393 4.7082

Stopnje svobode: 30 Skupaj (tj. Nično); 28 Preostali

Ničelno odstopanje: 8106

Preostalo odstopanje: 421, 9 AIC: 176, 9

summary(x)

Pokliči:

glm (formula = prostornina ~ višina + obseg)

Preostali delivanci:

Min 1Q Mediana 3Q Max

-6.4065 -2.6493 -0.2876 2.2003 8.4847

Koeficienti:

Oceni št. Napaka t vrednost Pr (> | t |)

(Prestrezanje) -57.9877 8.6382 -6.713 2.75e-07 ***

Višina 0, 3393 0, 1302 2, 607 0, 0145 *

Obseg 4, 7082 0, 2643 17, 816 <2e-16 ***

Signif. kode: 0 '***' 0, 001 '**' 0, 01 '*' 0, 05 '.' 0, 1 '' 1

(Disperzijski parameter za družino Gauss je bil 15.06862)

Ničelno odstopanje: 8106, 08 na 30 stopinj svobode

Preostalo odstopanje: 421, 92 na 28 stopinjah svobode

AIC: 176, 91

Število ponovitev Fisherjevega točkovanja: 2

Izhod funkcije povzetka poda klice, koeficiente in preostale vrednosti. Zgornji odziv kaže, da sta koeficient višine in pasu nepomembna, saj je verjetnost zanje manjša od 0, 5. Obstajata dve različici odklona, imenovana ničelna in preostala. Končno je ocenjevanje ribičev algoritem, ki rešuje največ verjetnosti. Pri binomu je odziv vektor ali matrica. cbind () se uporablja za vezanje vektorjev stolpcev v matriki. Za pridobitev podrobnih informacij o primernem povzetku se uporabljajo.

Če želite narediti kot preizkus napa, se izvede naslednja koda.

step(x, test="LRT") Start: AIC=176.91 Volume ~ Height + Girth Df Deviance AIC scaled dev. Pr(>Chi) 421.9 176.91 - Height 1 524.3 181.65 6.735 0.009455 ** - Girth 1 5204.9 252.80 77.889 < 2.2e-16 *** --- Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1 Call: glm(formula = Volume ~ Height + Girth) Coefficients: (Intercept) Height Girth -57.9877 0.3393 4.7082 Degrees of Freedom: 30 Total (ie Null); 28 Residual Null Deviance: 8106 Residual Deviance: 421.9 AIC: 176.9

Model ustreza

a<-cbind(Height, Girth - Height) > a

povzetek (drevesa)

Girth Height Volume Min. : 8.30 Min. :63 Min. :10.20 1st Qu.:11.05 1st Qu.:72 1st Qu.:19.40 Median :12.90 Median :76 Median :24.20 Mean :13.25 Mean :76 Mean :30.17 3rd Qu.:15.25 3rd Qu.:80 3rd Qu.:37.30 Max. :20.60 Max. :87 Max. :77.00

Da dobimo ustrezen standardni odklon

apply(trees, sd) Girth Height Volume 3.138139 6.371813 16.437846 predict <- predict(logit, data_test, type = 'response')

Nato se sklicujemo na spremenljivko odzivnosti štetja, da bi oblikovali dober odziv. Za izračun tega bomo uporabili nabor podatkov USAccDeath.

V konzolo R vnesite naslednje delčke in si oglejte, kako se na njih izvajata štetje let in kvadrat.

data("USAccDeaths") force(USAccDeaths)

// Analizirati leto od 1973-1978.

disc <- data.frame(count=as.numeric(USAccDeaths), year=seq(0, (length(USAccDeaths)-1), 1))) yearSqr=disc$year^2 a1 <- glm(count~year+yearSqr, family="poisson", data=disc) summary(a1)

Pokliči:

glm (formula = štetje ~ leto + letoSqr, družina = "poisson", podatki = disk)

Preostali delivanci:

Min 1Q Mediana 3Q Max

-22.4344 -6.4401 -0.0981 6.0508 21.4578

Koeficienti:

Oceni št. Napaka z vrednost Pr (> | z |)

(Prestrezanje) 9.187e + 00 3.557e-03 2582.49 <2e-16 ***

leto -7.207e-03 2.354e-04 -30.62 <2e-16 ***

letoSqr 8.841e-05 3.221e-06 27.45 <2e-16 ***

Signif. kode: 0 '***' 0, 001 '**' 0, 01 '*' 0, 05 '.' 0, 1 '' 1

(Parameter disperzije za družino Poisson, ki velja za 1)

Ničelno odstopanje: 7357, 4 na 71 stopinjah svobode

Preostalo odstopanje: 6358, 0 na 69 stopinjah svobode

AIC: 7149.8

Število ponovitev Fisherjevega točkovanja: 4

Za preverjanje ustreznosti modela lahko uporabite naslednji ukaz

ostanke preskusa. Iz spodnjega rezultata je vrednost 0.

1 - pchisq(deviance(a1), df.residual(a1))

(1) 0

Uporaba QuasiPoisson družine za večjo razliko v danih podatkih

a2 <- glm(count~year+yearSqr, family="quasipoisson", data=disc) summary(a2)

Pokliči:

glm (formula = štetje ~ leto + letoSqr, družina = "kvazipoisson",

podatki = disk)

Preostali delivanci:

Min 1Q Mediana 3Q Max

-22.4344 -6.4401 -0.0981 6.0508 21.4578

Koeficienti:

Oceni št. Napaka t vrednost Pr (> | t |)

(Prestrezanje) 9.187e + 00 3.417e-02 268.822 <2e-16 ***

letnik -7.207e-03 2.261e-03 -3.188 0, 00216 **

letoSqr 8.841e-05 3.095e-05 2.857 0.00565 **

(Disperzijski parameter za družino kvazipoissonov je bil 92, 28857)

Ničelno odstopanje: 7357, 4 na 71 stopinjah svobode

Preostalo odstopanje: 6358, 0 na 69 stopinjah svobode

AIC: NA

Število ponovitev Fisherjevega točkovanja: 4

Primerjava Poissonove z binomno vrednostjo AIC se bistveno razlikuje. Lahko jih analiziramo z natančnostjo in razmerjem priklica. Naslednji korak je preverjanje, da je odstopanje ostankov sorazmerno s srednjo vrednostjo. Nato lahko načrtujemo uporabo knjižnice ROCR za izboljšanje modela.

Zaključek

Zato smo se osredotočili na poseben model, imenovan generalizirani linearni model, ki pomaga pri fokusiranju in oceni parametrov modela. To je predvsem možnost stalne spremenljivke odziva. In videli smo, kako glm ustreza R vgrajenim paketom. So najbolj priljubljeni pristopi za merjenje podatkov štetja in zanesljivo orodje za klasifikacijske tehnike, ki jih uporablja podatkovni znanstvenik. R jezik seveda pomaga pri opravljanju zapletenih matematičnih funkcij

Priporočeni članki

To je vodnik za GLM v R. Tukaj razpravljamo o funkciji GLM in kako ustvariti GLM v R s primeri drevesnih podatkovnih nizov in izhodom. Če želite izvedeti več, si oglejte tudi naslednji članek -

R Programski jezik
Velika podatkovna arhitektura
Logistična regresija v R
Posel z velikimi podatki o analitiki
Poisson regresija v R | Izvajanje Poissonove regresije

Kategorija:

Veliki podatki

GLM v R - GLM funkcija in kako ustvariti GLM v R?