Rozszerzenia regresji liniowej: modele uogólnione i addytywne

Regresja liniowa jest prostą i dającą dość duże możliwości metodą. Zakres jej stosowalności jest jednak ograniczony do ilościowych zmiennych zależnych i (jak sama nazwa wskazuje) do zależności liniowych. Uogólnione modele liniowe (GLM, Generalized Linear Models) pozwalają wykonywać analizy analogiczne do regresji liniowej w sytuacji gdy zmienna zależna jest dychotomiczna (stosujemy wówczas najpopularniejszy GLM - regresję logistyczną), gdy przyjmuje tylko wartości całkowite lub jest ograniczona (np. przyjmuje tylko wartości dodatnie). Modele addytywne (GAM, Generalized Additive Models) pozwalają z kolei na uwzględnienie w modelu zależności nieliniowych bez konieczności określania a'priori ich kształtu.

Długość szkolenia

1 dzień

Wymagania wstępne

Osoby, które chcą w pełni skorzystać ze szkolenia z rozszerzeń regresji liniowej powinny, oczywiście, znać i mieć pewne doświadczenie w stosowaniu prostej regresji liniowej. Jeśli Państwo takowego nie macie, polecam szkolenie Analizy wielowymiarowe: regresja liniowa. Nie oznacza to, że uczestnicy muszą umieć wykonywać regresję liniową w R. Szkolenie zaczynamy bowiem od krótkiego wprowadzenia do tego programu na przykładzie regresji liniowej właśnie.

Umiejętności nabywane przez uczestników

Uczestnik szkolenia nabędzie cztery podstawowe umiejętności:

  • umiejętność wyboru odpowiedniego typu modelu uogólnionego i addytywnego,
  • umiejętność wykonania obliczeń w programie R,
  • umiejętność weryfikacji poprawności i oceny jakości otrzymanego modelu,
  • umiejętność wyciągania poprawnych wniosków z wyników obliczeń.

Program szkolenia
  1. Wprowadzenie do R i RStudio na przykładzie prostej regresji liniowej
  2. GLM – uogólnione modele liniowe
    • "Katalog" rozkładów zmiennych zależnych
    • Interpretacja wyników i prognozowanie - analogie i różnice z regresją liniową
    • Wybór zmiennych do modelu
    • Założenia modelu, ich weryfikacja i konsekwencje niespełnienia
  3. GAM – uogólnione modele addytywne
    • Pojęcie funkcji sklejanych i wykorzystanie ich do modelowania zależności nieliniowych
    • Zagrożenie przeoptymalizowaniem modelu (overfitting)
    • Interpretacja wyników i prognozowanie - analogie i różnice z regresją liniową i GLM
    • Wybór zmiennych do modelu
    • Założenia modelu, ich weryfikacja i konsekwencje niespełnienia

Kontakt

Łukasz Deryło
Telefon: 665 254 036
E-mail: lukasz.derylo@gmail.com

Referencje

referencje analizy statystyczne

Opinie klientów i współpracowników o wykonanych przeze mnie analizach i przeprowadzonych szkoleniach.

Cennik szkoleń

szkolenia statystyka cennik

Szczegółowy cennik szkoleń.

Copyright © 2014 Łukasz Deryło - Green Age by Templates