Γενικευμένα Γραμμικά Μοντέλα (8 ΠΜ)
Θεωρία ΓΓΜ: Πίνακας συνδιακύμανσης και έλεγχος του Wald, Επανάληψη εκτίμησης μέγιστης πιθανοφάνειας: τα scores και η κατανομή τους, ασυμπτωτική κατανομή των εκτιμητριών μέγιστης πιθανοφάνειας και του λόγου πιθανοφανειών. Η εκθετική οικογένεια κατανομών. Ανάλυση πιθανοφάνειας του γενικευμένου γραμμικού μοντέλου, εκτίμηση μέγιστης πιθανοφάνειας στο γενικευμένο γραμμικό μοντέλο: τα scores, η πληροφορία του Fisher και ο αλγόριθμος Newton-Raphson. Σχέση με σταθμισμένα ελάχιστα τετράγωνα. Συμπερασματολογία για συντελεστές. Απόκλιση από το κορεσμένο μοντέλο. Μοντέλα με άγνωστο φ. Κατάλοιπα. Εφαρμογές - Παραδείγματα: Διωνυμικά δεδομένα: Συναρτήσεις σύνδεσμοι, ερμηνεία συντελεστών, συμπερασματολογία, αραιότητα πινάκων,overdispersion. Ανάλυση κατά ένα παράγοντα (κατηγορικό ή συνεχή), κατά δύο ή περισσότερες παράγοντες, με και χωρίς αλληλεπιδράσεις: παραμετροποιήσεις, πίνακες σχεδιασμού, ερμηνεία συντελεστών. Παραδείγματα μοντέλων Probit & clog-log. Μοντέλα Poisson και log-linear, Πίνακες συνάφειας, σχέση των odds ratios με τους συντελεστές του log-linear μοντέλου. Πολυωνυμική και γινόμενο πολυωνυμικών, ισοδυναμία με log-linear, σχέση log-linear με λογιστική παλινδρόμηση. Ανεξαρτησία, ανεξαρτησία κατά ομάδες, δεσμευμένη ανεξαρτησία, ομοιόμορφη εξάρτηση. Υπερδιασπορά, έλεγχος της υπερδιασποράς και dispersion index, μοντέλο αρνητικής διωνυμικής και άλλες εναλλακτικές.
Προτεινόμενη Βιβλιογραφία
- Agresti, A. (2015), Foundations of Linear and Generalized Linear Models, Wiley Series in Probability and Statistics
- Agresti, A. (2012), Categorical Data Analysis, 3rd edition, Wiley Series in Probability and Statistics
- Dobson & Barnett (2008), An Introduction to Generalized Linear Models, Taylor & Francis.
- Fox (2008), Applied Regression Analysis and Generalized Linear Models, Kindle
- Hosmer, D.W. and Lemeshow, S. (1989, 2000), Applied Logistic Regression. New York: Wiley.
- McGullagh, P and Nelder, J.A. (1989), Generalized Linear Models, London: Chapman and Hall.
Το περίγραμμα του μαθήματος βρίσκεται εδώ.