Slovník pojmů

Zobecněné lineární modely (GLM) (GLZ)

Definice

Zobecněné lineární modely rozšiřují lineární regresi na výsledky, které nejsou normálně rozdělené: binární (logistická regrese), četnosti (Poissonova regrese), kladné šikmé hodnoty (gama regrese). Spojují lineární kombinaci prediktorů s očekávanou hodnotou přes spojovací funkci (logit, log) a odhadují parametry metodou maximální věrohodnosti.

Regrese a modely

Obecné lineární modely (GLM v užším smyslu) sjednocují regresi a ANOVA: prediktory mohou být spojité i kategoriální, návrhy nevyvážené, s kovariátami a interakcemi. Zobecněné modely (GLZ) k tomu přidávají volbu rozdělení a spojovací funkce.

Volba rozdělení se řídí povahou výsledku: počty reklamací za měsíc → Poisson (případně negativní binomické při nadměrném rozptylu), doba do poruchy → gama, ano/ne → binomické. Kvalitu porovnávejte přes deviance, AIC a analýzu reziduí.

V Statistice

Nabídka Statistiky → Pokročilé lineární/nelineární modely obsahuje Obecné lineární modely (GLM), Zobecněné lineární/nelineární modely (GLZ) i Obecné regresní modely; průvodce nabízí volbu rozdělení, spojovací funkce, krokovou selekci a testy efektů typu I–IV. Výstup zahrnuje odhady, Waldovy testy, poměry šancí či incidence a diagnostiku.

Související pojmy

Návody v knowledgebase

Časté otázky

Jaký je rozdíl mezi GLM a GLZ?
GLM (obecný lineární model) předpokládá normální rozdělení a spojuje regresi s ANOVA; GLZ (zobecněný) navíc dovolí binomické, Poissonovo, gama a další rozdělení přes spojovací funkci.
Kdy použít Poissonovu regresi?
Pro modelování četností událostí za jednotku času nebo prostoru (poruchy, hovory, nehody). Při rozptylu výrazně větším než průměr zvolte negativní binomický model.

Vyzkoušejte to na vlastních datech

Statistica na 30 dní zdarma

Plná verze bez platební karty, kompletně v češtině. Nebo si nechte poslat orientační cenu za minutu.