用广义线性模型进行数据分析（上）

在这里，我通过我的作业来介绍一下如何用GLM进行数据分析（这里主要用R进行分析），不过还没拿到答案，所以也不确定结果是否正确，不论怎样，介绍一下整个分析的思路也足够了。

以上是数据的一些介绍，简单来说就是分析急诊室就诊次数和一些变量之间的关系吧，首先我们来分析一下这些数据的大致情况：

可以看到，一大堆变量，包括响应变量都是右偏的，一般来说这时候我们就可以对他们应用log transformation（这里需要注意，因为变量具有较多的0值，所以采取log（x+1）做变换，这也是一个小技巧）来缓和这种现象，我们可以通过直方图来观察转换前后的状况，同时也观察有没有需要剔除极端数据。

在观察直方图的过程中，也发现了complication这个变量其实是严重的不平衡。一般来说，对这种数据有很多处理方法，我可能比较极端一点，喜欢直接剔除它，当然，也不是说不要就不要的，主要还是要分析complication对于0和1这两种情况，我们的ER_visits有没有明显的区别，所以我们可以通过图表画出来：

可以看到，0和1的ER_visits其实分布都比较接近，也就是说不会因为complication的不同取值而导致响应变量有明显变化，所以我这里选择剔除这个变量。

除此之外，我们还注意到对于drug和comorbidities这两个变量，即使使用了log变换，结果还是右偏：

这种情况下，我选择直接对他们进行二分类，把大于0的数据分为一类，用1表示，等于0的用0表示。然后，我们再重新观察数据：

经过初步处理，数据的分布就比一开始好很多了。我们也可以隐约看出ER_visits和total_cost、age之间的正比关系，但是，也要注意到，这时候total_cost和interventions之间的相关系数较大，也就是说，在构建模型的时候，我们只能保留两者其中之一。

以上主要是针对数值数据的预处理，接下来是对类别数据的预处理，首先我们通过表格观察数据是否严重不平衡：

在这里没有特别需要处理的数据，然后我们可以通过箱线图，初步探索一下各个变量和响应变量之间的关系：

到目前为止，我们就基本完成了数据的预处理了，接下来，就可以正式构建一个GLM模型了。

想浏览更多关于数学、机器学习、深度学习的内容，可浏览本人博客

用广义线性模型进行数据分析（上）相关推荐

R语言对数线性模型loglm函数_用R语言进行数据分析：常规和广义线性模型
用R语言进行数据分析:常规和广义线性模型线性模型对于常规的多重模型(multiple model)拟合,最基本的函数是lm(). 下面是调用它的方式的一种改进版: >fitted.model ...
广义线性模型到底是个什么鬼？
以下文章内容摘自网络:说人话的统计学原标题:广义线性模型到底是个什么鬼? ❉说人话的统计学❉ 从逻辑回归模型开始,我们连续讲了好多集有些相似又特点各异的几种统计模型.它们有个统一的旗号,叫做「广义线 ...
广义线性模型（Generalized Linear Model）之二：Logistic回归
广义线性模型(Generalized Linear Model)之二:Logistic回归一.引入:多元线性回归模型二.Logistic回归模型三.非条件logistic回归模型 (一)介绍 ( ...
R语言广义线性模型Logistic回归模型C Statistics计算
R语言广义线性模型Logistic回归模型C Statistics计算区分能力指的是回归模型区分有病/无病.有效/无效.死亡/存活等结局的预测能力.比如,现有100个人,50个确定患病,50个确定不 ...
UA MATH571A 多元线性回归IV 广义线性模型
UA MATH571A 多元线性回归IV 广义线性模型广义线性模型二值被解释变量 Probit模型 Logit模型系数的最大似然估计系数的推断 Wald检验似然比检验二项回归拟合优度检验 ...
牛顿方法、指数分布族、广义线性模型—斯坦福ML公开课笔记4
转载请注明:http://blog.csdn.net/xinzhangyanxiang/article/details/9207047 最近在看Ng的机器学习公开课,Ng的讲法循循善诱,感觉提高了不少 ...
c++ error函数_R语言中广义线性模型(GLM)中的分布和连接函数分析
原文链接:http://tecdat.cn/?p=14874 通常,GLM的连接函数可能比分布更重要.为了说明,考虑以下数据集,其中包含5个观察值 x = c(1,2,3,4,5)y = c(1,2, ...
机器学习（二）——广义线性模型、生成学习算法
http://antkillerfarm.github.io/ 逻辑回归(续) 注:Ronald Aylmer Fisher,1890-1962,英国人,毕业于剑桥大学.英国皇家学会会员.尽管他被称作 ...
广义线性模型_算法小板报(四)——初探广义线性模型和最大熵模型
一.简介 1948年信息论的创始人香农借鉴物理学中熵的概念,正式提出了信息熵,从数学上解决了"不确定性"的量化问题,开启了信息论研究的先河.在物理学中有熵增加定理,一切孤立物理系统 ...

用广义线性模型进行数据分析（上）

用广义线性模型进行数据分析（上）相关推荐

最新文章

热门文章