Modelos Aditivos Generalizados (gam)

Transcript

  ESTADÍSTICA   NO   PARAMÉTRICA   (2)   Regresión flexible   a   través de   Modelos Aditivos Carmen   Cadarso ‐ Suárez Unidad de   BioestadísticaUniversidad   de   Santiago   de   CompostelaInstituto de   Investigación Sanitaria   (IDIS)e ‐ mail:   [email protected] 1  Guión 1. Regresión paramétrica ã  Modelo Lineal   (LM) ã  Modelo Lineal   Generalizado (GLM)2. Suavización y   regresión:   ã  Flexibilidad en   modelos GLM ã  Suavización tipo kernel   ã  Suavización Spline Penalizada3.   Mo e o A itivo Genera iza o GAM4.   Aplicación a   datos reales 2  Respuesta:   generalizadaEfectos :   no   lineales GAM   GAM GLM   GLM LM   LM Respuesta:   gaussiana Respuesta:   generalizadaEfectos :   lineales   3  ã  Uno   de   los   principales objetivos de   la   modelización estadística es    X  1  , X  2  ,…, X   p  llamadas  covariables en   una medida de   interés  , Y ( llamada  variable dependiente  ó res uesta  .     ã  Estos análisis pueden llevarse a   cabo utilizando los   modelos de   regresión ,   que se   han desarrollo para diferentes tipos de   respuestas. 4