Академический Документы
Профессиональный Документы
Культура Документы
MODELOS DE REGRESIN
APLICADOS
CAPITULO V REGRESIN
LOGSTICA Y REGRESIN DE
POISSON
Presentado por Gilbert Brenes Camacho
2014
Contenidos
Comprender en qu casos se
prefiere utilizar un modelo logstico
o un modelo de Poisson
Analizar las medidas de Bondad de
Ajuste para Modelos Lineales
Generalizados (GLM)
INTRODUCCIN A MODELOS
LINEALES GENERALIZADOS
Modelo Lineal Generalizado
L()= f(x1;)*f(x2;)*.*f(x;)
Estimacin por Mxima Verosimilitud
El valor de la deviancia D.
BIC
AIC
Seudo-R2
Deviancia D
ln
1
N es la parte sistemtica, pi es la Propor
La funcin de distribucin de probabilidad es:
Es una Bernoulli
Pi es la probabilidad de xitos: es decir la media de una
variable binaria, proporcin de unos
f yi ; yi 1
1 yi
1
y
1
f yi ; g X ' 1 g X ' 1 y
i i
ln
La funcin de distribucin de probabilidad es:
exp( ) * yi
f yi ;
yi !
f yi ;
exp g 1 X ' * g 1 X ' yi
yi !
exp X i '
E (Yi | X i ) i
1 exp X i '
Prueba de deviancia
Tabla de clasificacin:
Si el objetivo del modelo es el predecir casos en una u
otra categora, o sea, clasificar.
Prueba de Deviancia
( filas. x .col )
Oi E i 2
2
X HL i 1 Ei
Error estndar de los coeficientes
de una regresin logstica.
Donde:
s 2 X h s 2 X h ' X h ' s 2 X h