-
广义线性模型
1
.概述
广
义线性模型是传统的线性模型的延伸,
它是总体均值通过一个非线性连接
函数依赖于线性预测值,
有许多广泛应用的统计模型都属于广义线性模型,
p>
其中
包括正态误差的经典性模型,
二元数据
的对数和概率单位模型以及多项数据的对
数线性模型,
还有其它
许多有用的统计模型,
如果选择合适的连接函数和响应概
率分布
,也可以表示为广义线性模型。
2
.线性模型
线性模型也称经典线性模型或一般线性模型,其模型的形式为:
Y
?
X
T
p>
?
?
?
其中,
y
i
?
Y
?
{
y
1
,
y
2
< br>,
?
,
y
n
}
是因变量的第
i
次观测,
x
i
?
X
?
{
x
< br>1
,
x
2
,
?
,
x
n
}
是自
变量,它是一个列向量,表示第
i
次观测数据。未知系数向量
?
可以通过对
Y
的
最小
二乘拟合估计,
?
是均值为零,方差为常数的随机变量。
模型的几个基本假设:
?
因变量是连续随机变量
?
自变量相互独立
?
每一个数值型自变量与因变量呈线性关系
?
每一个数值型自变量与随机误差相互独立
?
观察个体的随机误差之间相互独立
?
随机误差
{
?
i
}
~<
/p>
N
(0,
?
)<
/p>
。
然而,实践中常不满足此假设