Обобщённая линейная модель

Материал из Википедии — свободной энциклопедии
Перейти к навигации Перейти к поиску

В статистике обобщенная линейная модель (ОЛМ) представляет собой гибкое обобщение классической линейной регрессии, которое позволяет использовать переменные реакции, имеющие модели распределения ошибок, отличные от нормального распределения. ОЛМ обобщает линейную регрессию, позволяя линейной модели быть связанной с переменной реакции через функцию, линейные модели были сформулированы Джоном Нелдером[англ.] и Робертом Уэддерберном[англ.] как способ объединения различных других статистических моделей, включая линейную регрессию, логистическую регрессию и регрессию Пуассона[англ.]. Они предложили метод наименьших квадратов для оценки максимального правдоподобия параметров модели. Оценка максимального правдоподобия остаётся популярной и является методом по умолчанию во многих статистических вычислительных пакетах. Были разработаны и другие подходы, в том числе байесовские подходы и методы наименьших квадратов для получения стабилизированных по дисперсии ответов.

Литература

[править | править код]
  • Маккаллах, Питер; Нелдер, Джон (1989). Обобщенные линейные модели (2-е изд.). Бока-Ратон , Флорида: Чепмен и Холл / CRC. ISBN 0-412-31760-5 .
  • Р.Каас, М.Гувертс, Ж.Дэнэ, М.Денут Современная актуарная теория риска / Перевод с английского А. А. Новоселова под редакцией В. К. Малиновского — М.: «Янус-К», 2007, 372 с.
  • Боровиков В. П. STATISTICA: Искусство анализа данных на компьютере. СПб.: Питер, 2003, 700 с.