Modelos Lineales Generalizados: Diagnóstico, Residuos e Influencia · Introducción

Introducción

De qué trata esta guía

Un tratado exhaustivo y matemáticamente riguroso sobre la validación de supuestos, el análisis estructural de perturbaciones, la derivación de métricas de residuos, la evaluación del apalancamiento estocástico y la cuantificación de la influencia de casos individuales en MLG.

Recorrido

Temas que aborda

Introducción
1. Fundamentos Matemáticos de los Modelos Lineales Generalizados
1.1 La Familia Exponencial Unidimensional
1.2 Componente Sistemático, Función de Enlace y el Algoritmo IRLS
2. Tipología de Residuos en Modelos Lineales Generalizados
2.1 Residuos de Pearson

Conceptos relacionados

Conexiones principales

Notación compatible

Muestra matemática en LaTeX

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

f(y; \theta, \phi) = \exp \left\{ \frac{y\theta - b(\theta)}{a(\phi)} + c(y, \phi) \right\}

Ver LaTeX fuente

f(y; \theta, \phi) = \exp \left\{ \frac{y\theta - b(\theta)}{a(\phi)} + c(y, \phi) \right\}