Modelado estadístico · Modelos Lineales Generalizados

Modelos Lineales Generalizados: Cuasi-verosimilitud y Ecuaciones de Estimación Generalizadas (GEE)

Introducción pública · guía completa en Eikos

Introducción

De qué trata esta guía

Los Modelos Lineales Generalizados (GLM), introducidos por Nelder y Wedderburn (1972), supusieron un hito en la unificación del análisis de regresión para variables de respuesta no gaussianas. Sin embargo, su validez teórica y práctica está estrictamente supeditada al cumplimiento de restricciones probabilísticas severas.

Recorrido

Temas que aborda

  • Introducción
  • Modelos Lineales Generalizados, Cuasi-verosimilitud y Ecuaciones de Estimación Generalizadas (GEE)
  • 1. Fundamentos y Limitaciones de los GLM Clásicos
  • Estructura de Momentos en la Familia Exponencial
  • El Colapso de los Supuestos: El Fenómeno de la Sobredispersión
  • La Dimensión de Datos Correlacionados

Conceptos relacionados

Conexiones principales

  • varianza
  • verosimilitud
  • algebra
  • media
  • poisson
  • residuos

Notación compatible

Muestra matemática en LaTeX

La expresión se renderiza de forma accesible y conserva debajo su fuente LaTeX.

f(yi;θi,ϕ)=exp{yiθib(θi)a(ϕ)+c(yi,ϕ)}f(y_i; \theta_i, \phi) = \exp \left\{ \frac{y_i \theta_i - b(\theta_i)}{a(\phi)} + c(y_i, \phi) \right\}
Ver LaTeX fuentef(y_i; \theta_i, \phi) = \exp \left\{ \frac{y_i \theta_i - b(\theta_i)}{a(\phi)} + c(y_i, \phi) \right\}