Eikosestadística y ciencia de datos

Modelado estadístico · Modelos Lineales Generalizados

Modelos Lineales Generalizados (GLM) · Respuestas Binarias y Binomiales

Introducción pública · guía completa en Eikos

Introducción

De qué trata esta guía

☰ ↑ Módulo de Inferencia Estadística Avanzada

Recorrido

Temas que aborda

  • Introducción
  • Modelos Lineales Generalizados: Teoría y práctica para respuestas binarias y binomiales
  • Fundamentos de los Modelos Lineales Generalizados (GLM)
  • Modelización de respuestas binarias versus binomiales
  • 2.1 El caso Bernoulli (Datos Desagregados)
  • 2.2 El caso Binomial (Datos Agregados)

Conceptos relacionados

Conexiones principales

  • regresion logistica
  • verosimilitud
  • binomial
  • glm
  • varianza
  • algebra

Notación compatible

Muestra matemática en LaTeX

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

f(y;θ,ϕ)=exp⁡(yθ−b(θ)a(ϕ)+c(y,ϕ))f(y; \theta, \phi) = \exp\left( \frac{y\theta - b(\theta)}{a(\phi)} + c(y, \phi) \right)
Ver LaTeX fuentef(y; \theta, \phi) = \exp\left( \frac{y\theta - b(\theta)}{a(\phi)} + c(y, \phi) \right)