[R-br] Explicação de um modelo GLM

[Walmes Zeviani]

Para ser simples e não entrar em detalhes, eu costumo enfatizar que
deviance ~ desviancia ~ desvio ~ variação ~ variância. A soma de quadrados
é uma deviance. O quadro de análise de variância é um quadro de análise de
deviance. A interpretação é a mesma: os graus de liberdade (Df) representam
o número de parâmetros sob hipótese, a deviance residual é a redução na
deviance obtida pela inclusão do termo do modelo (inclusão, portanto
hipóteses sequenciais) e a estatística de teste (qui quadrado ou F) para
testar a hipótese de efeito nulo para cada termo do modelo. Ou seja, do
quadro de ANOVA já conhecido, na deviance não tem o equivalente ao quadrado
médio, apenas. Para exercício,
​rode o CRM e comapre
 um glm com família gaussian com um lm.

str(warpbreaks)

m.lm <- lm(breaks~wool*tension, data=warpbreaks)
m.glm <- glm(breaks~wool*tension, data=warpbreaks, family=gaussian)

anova(m.lm)
anova(m.glm, test="F")

str(swiss)

m.lm <- lm(Infant.Mortality~., data=swiss)
m.glm <- glm(Infant.Mortality~., data=swiss, family=gaussian)

anova(m.lm)
anova(m.glm, test="F")

​À disposição.
Walmes.​
-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <http://listas.inf.ufpr.br/pipermail/r-br/attachments/20150711/ee43576c/attachment.html>