Modelos diferentes têm funções de ligação diferentes. Para calcular a predição, inverta a função de ligação do modelo. As funções inversas estão nesta tabela.
Modelo | Função de ligação | Fórmula para predição |
---|---|---|
Binomial | Logit | ![]() |
Binomial | Normit | ![]() |
Binomial | Gompit | ![]() |
Poisson | Log natural | ![]() |
Poisson | Raiz quadrada | ![]() |
Poisson | Identidade | ![]() |
Termo | Descrição |
---|---|
exp(·) | a função exponencial |
Φ(·) | a função de distribuição cumulativa da distribuição normal |
X' | a transposição do vetor dos pontos para predizer |
![]() | o vetor de coeficientes estimados |
Onde é a partir dos dados de treinamento somente quando há um conjunto de dados de teste para validação.
Termo | Descrição |
---|---|
![]() | 1, for the binomial and Poisson models |
xi | the vector of a design point |
![]() | the transpose of xi |
X | the design matrix |
W | the weight matrix |
![]() | the first derivative of the link function evaluated at ![]() |
![]() | the predicted mean response |
![]() | the predicted probability for the design point in a binary logistic model |
![]() | the inverse cumulative distribution function of the standard normal distribution for the predicted probability in a binary logistic model |
![]() | the probability density function of the standard normal distribution |
Os limites de confiança usam o método de aproximação Wald. A seguir está a fórmula geral para um 100(1 − αIntervalos de confiança bilaterais
Tipo | Ligação | erro padrão do ajuste |
---|---|---|
Logística binária | Logito | ![]() |
Logística binária | Normito | ![]() |
Logística binária | Gompito | ![]() |
Poisson | Log | ![]() |
Poisson | Raiz quadrada | ![]() |
Poisson | Identidade | ![]() |
Onde é a partir dos dados de treinamento somente quando há um conjunto de dados de teste para validação.
Termo | Descrição |
---|---|
![]() | the inverse of the link function evaluated at x |
![]() | ![]() |
![]() | the transpose of the vector of the predictors |
![]() | the vector of estimated coefficients |
![]() | the value of the inverse cumulative distribution function for the normal distribution evaluated at ![]() |
α | the significance level |
![]() | ![]() |
X | the design matrix |
W | the weight matrix |
![]() | 1, for binomial and Poisson models |
![]() | the predicted probability for the design point in a binary logistic model |
![]() | the inverse cumulative distribution function of the standard normal distribution for the predicted probability in a binary logistic model |
![]() | the cumulative distribution function of the standard normal distribution |