¿Cuándo usar un modelo lineal generalizado?

El modelo lineal generalizado cubre los modelos estadísticos más utilizados, como la regresión lineal para las respuestas distribuidas normalmente, modelos logísticos para datos binarios, modelos loglineales para datos de recuento, modelos log-log complementario para datos de supervivencia censurados por intervalos.

¿Qué es la función de enlace?

Una función de enlace transforma las probabilidades de los niveles de una variable de respuesta categórica a una escala continua que es ilimitada. Una vez realizada la transformación, la relación entre los predictores y la respuesta puede modelarse con la regresión lineal.

¿Qué variables pueden trabajar en un modelo de GLM?

Además un GLM puede trabajar indistintamente con variables categóricas y numéricas pero yo recomiendo trabajar siempre con variables categóricas y en la práctica cuando realizamos un modelo de esta tipo siempre realizaremos agrupaciones de variables numéricas.

¿Qué son las variables categóricas?

Las variables categóricas también se denominan variables cualitativas o variables de atributos. Los valores de una variable categórica son categorías o grupos mutuamente excluyentes. Los datos categóricos pueden tener o no tener un orden lógico. Variables cuantitativas.

¿Qué son las variables categóricas y cuantitativos?

Las variables categóricas suelen utilizarse para agrupar o crear un subconjunto de los datos en las gráficas o los análisis. Los siguientes son algunos ejemplos de datos categóricos y datos cuantitativos que usted podría recoger cuando explora el mismo asunto:

¿Cuál es la diferencia entre un modelo predictivo y un lineal generalizado?

Para modelado predictivodan igual o mejor resultado que un lineal generalizado y reducen mucho la complejidad el reducir el número de predictores efectivos. Compactar categorías pueda ayudar en algunos casos, pero tiene sus riesgos porque hay pérdida de información. Como el modelo es logit las pendientes son un poco complicadas de interpretar.