Property |
Value |
dbo:abstract
|
- En statistiques, le modèle linéaire généralisé (MLG) souvent connu sous les initiales anglaises GLM est une généralisation souple de la régression linéaire. Le GLM généralise la régression linéaire en permettant au modèle linéaire d'être relié à la variable réponse via une fonction lien et en autorisant l'amplitude de la variance de chaque mesure d'être une fonction de sa valeur prévue, en fonction de la loi choisie. Formellement, où est l'espérance mathématique de conditionnelle à ; est le prédicteur linéaire, c'est-à-dire une combinaison linéaire des variables explicatives, et où est une fonction monotone appelée fonction de lien. De plus où est appelée fonction variance, qui dépend la loi (au sein de la famille exponentielle) La théorie des modèles linéaires généralisés a été formulée par John Nelder et (en) comme un moyen d'unifier les autres modèles statistiques y compris la régression linéaire, la régression logistique et la régression de Poisson. Ils proposent une méthode itérative dénommée méthode des (en) pour l'estimation du maximum de vraisemblance des paramètres du modèle. L'estimation du maximum de vraisemblance reste populaire et est la méthode par défaut dans de nombreux logiciels de calculs statistiques. D'autres approches incluant les statistiques bayésiennes et la méthode des moindres carrés convenant aux réponses à variance stabilisées, ont été développées. (fr)
- En statistiques, le modèle linéaire généralisé (MLG) souvent connu sous les initiales anglaises GLM est une généralisation souple de la régression linéaire. Le GLM généralise la régression linéaire en permettant au modèle linéaire d'être relié à la variable réponse via une fonction lien et en autorisant l'amplitude de la variance de chaque mesure d'être une fonction de sa valeur prévue, en fonction de la loi choisie. Formellement, où est l'espérance mathématique de conditionnelle à ; est le prédicteur linéaire, c'est-à-dire une combinaison linéaire des variables explicatives, et où est une fonction monotone appelée fonction de lien. De plus où est appelée fonction variance, qui dépend la loi (au sein de la famille exponentielle) La théorie des modèles linéaires généralisés a été formulée par John Nelder et (en) comme un moyen d'unifier les autres modèles statistiques y compris la régression linéaire, la régression logistique et la régression de Poisson. Ils proposent une méthode itérative dénommée méthode des (en) pour l'estimation du maximum de vraisemblance des paramètres du modèle. L'estimation du maximum de vraisemblance reste populaire et est la méthode par défaut dans de nombreux logiciels de calculs statistiques. D'autres approches incluant les statistiques bayésiennes et la méthode des moindres carrés convenant aux réponses à variance stabilisées, ont été développées. (fr)
|
dbo:basedOn
| |
dbo:discoverer
| |
dbo:isPartOf
| |
dbo:wikiPageID
| |
dbo:wikiPageLength
|
- 3175 (xsd:nonNegativeInteger)
|
dbo:wikiPageRevisionID
| |
dbo:wikiPageWikiLink
| |
prop-fr:fr
|
- Robert Wedderburn (fr)
- moindres carrés repondérés itérativement (fr)
- Robert Wedderburn (fr)
- moindres carrés repondérés itérativement (fr)
|
prop-fr:lang
| |
prop-fr:texte
|
- Robert Wedderburn (fr)
- Robert Wedderburn (fr)
|
prop-fr:trad
|
- Iteratively reweighted least squares (fr)
- Robert Wedderburn (fr)
- Iteratively reweighted least squares (fr)
- Robert Wedderburn (fr)
|
prop-fr:wikiPageUsesTemplate
| |
dct:subject
| |
rdfs:comment
|
- En statistiques, le modèle linéaire généralisé (MLG) souvent connu sous les initiales anglaises GLM est une généralisation souple de la régression linéaire. Le GLM généralise la régression linéaire en permettant au modèle linéaire d'être relié à la variable réponse via une fonction lien et en autorisant l'amplitude de la variance de chaque mesure d'être une fonction de sa valeur prévue, en fonction de la loi choisie. Formellement, où est appelée fonction variance, qui dépend la loi (au sein de la famille exponentielle) (fr)
- En statistiques, le modèle linéaire généralisé (MLG) souvent connu sous les initiales anglaises GLM est une généralisation souple de la régression linéaire. Le GLM généralise la régression linéaire en permettant au modèle linéaire d'être relié à la variable réponse via une fonction lien et en autorisant l'amplitude de la variance de chaque mesure d'être une fonction de sa valeur prévue, en fonction de la loi choisie. Formellement, où est appelée fonction variance, qui dépend la loi (au sein de la famille exponentielle) (fr)
|
rdfs:label
|
- Modèle linéaire généralisé (fr)
- Modello lineare generalizzato (it)
- Modelo lineal generalizado (es)
- Modelo linear generalizado (pt)
- Verallgemeinerte lineare Modelle (de)
- Обобщённая линейная модель (ru)
- النموذج الخطي المعمم (ar)
- 一般化線形モデル (ja)
- 廣義線性模型 (zh)
- Modèle linéaire généralisé (fr)
- Modello lineare generalizzato (it)
- Modelo lineal generalizado (es)
- Modelo linear generalizado (pt)
- Verallgemeinerte lineare Modelle (de)
- Обобщённая линейная модель (ru)
- النموذج الخطي المعمم (ar)
- 一般化線形モデル (ja)
- 廣義線性模型 (zh)
|
rdfs:seeAlso
| |
owl:sameAs
| |
prov:wasDerivedFrom
| |
foaf:isPrimaryTopicOf
| |
is dbo:mainArticleForCategory
of | |
is dbo:wikiPageDisambiguates
of | |
is dbo:wikiPageRedirects
of | |
is dbo:wikiPageWikiLink
of | |
is oa:hasTarget
of | |
is foaf:primaryTopic
of | |