Saya melakukan regresi Poisson dengan tujuan akhir membandingkan (dan mengambil perbedaan) rata-rata yang diprediksi dihitung antara dua tingkat faktor dalam model saya: , sambil memegang kovariat model lain (yang semuanya biner) konstan. Saya bertanya-tanya apakah ada yang bisa memberikan saran praktis tentang kapan harus menggunakan tautan log versus tautan identitas. Apa kelebihan yang dapat kontra dari dua fungsi tautan yang berbeda ini dalam regresi Poisson, mengingat tujuan saya membandingkan perbedaan?
Saya juga memiliki tujuan yang sama dalam pikiran untuk regresi logistik / binomial (untuk menggunakan tautan logit atau tautan identitas) untuk membandingkan perbedaan proporsi antara dua tingkat faktor dan memerlukan saran yang sama. Saya telah membaca beberapa posting di sini yang menyentuh masalah ini, tetapi tidak ada yang menjelaskan mengapa atau kapan seseorang memilih satu tautan di atas yang lain dan apa pro / kontra yang mungkin terjadi. Terima kasih sebelumnya atas bantuan Anda!
MEMPERBARUI:
Saya juga menyadari bahwa tujuan utama menggunakan fungsi tautan tertentu adalah untuk membatasi rentang kisaran nilai prediksi yang mungkin berada dalam kisaran respons rata-rata (misalnya untuk logistik, kisaran dibatasi antara 0 dan 1 dan untuk log tautan, prediksi dibatasi menjadi angka positif). Jadi, saya kira yang saya tanyakan adalah jika saya menggunakan tautan identitas untuk mengatakan regresi logistik / binomial, dan hasil saya berada dalam kisaran (0,1), apakah benar-benar ada kebutuhan untuk menggunakan fungsi tautan logistik atau dapatkah saya membuatnya lebih mudah dengan menggunakan tautan identitas?
sumber
Jawaban:
Kontra dari tautan identitas dalam kasus regresi Poisson adalah:
Tapi, pada akhirnya ini adalah pertanyaan empiris. Pas kedua model. Lakukan pemeriksaan apa pun yang Anda suka. Jika tautan identitas memiliki AIC yang lebih rendah, dan melakukan dengan baik atau lebih baik pada semua cek Anda yang lain, maka jalankan dengan tautan identitas.
Dalam kasus model logit vs model probabilitas linier (yaitu, apa yang Anda sebut sebagai tautan identitas), situasinya jauh lebih mudah. Kecuali untuk beberapa kasus yang sangat eksotis dalam ekonometrik (yang akan Anda temukan jika Anda melakukan pencarian), model logit lebih baik: itu membuat asumsi lebih sedikit dan apa yang kebanyakan orang gunakan. Menggunakan model probabilitas linier sebagai gantinya akan hampir menjadi sesat.
Mengenai menafsirkan model, jika Anda menggunakan R, ada dua paket hebat yang akan melakukan semua pengangkatan berat: efek , yang super mudah digunakan, dan zelig , yang lebih sulit digunakan tetapi hebat jika Anda ingin membuat prediksi .
sumber
Dalam kasus model Poisson, saya juga akan mengatakan bahwa aplikasi sering menentukan apakah kovariat Anda akan bertindak secara aditif (yang kemudian akan menyiratkan tautan identitas) atau multiplikatif pada skala linier (yang kemudian akan menyiratkan tautan log). Tetapi model Poisson dengan tautan identitas juga biasanya hanya masuk akal dan hanya dapat secara stabil sesuai jika seseorang memaksakan batasan nonnegativitas pada koefisien yang dipasang - ini dapat dilakukan dengan menggunakan
nnpois
fungsi dalamaddreg
paket R atau menggunakannnlm
fungsi dalamNNLM
paket. Jadi saya tidak setuju bahwa seseorang harus cocok dengan model Poisson dengan kedua identitas dan tautan log dan melihat mana yang akhirnya memiliki AIC terbaik dan menyimpulkan model terbaik berdasarkan pada dasar statistik murni - lebih tepatnya, dalam banyak kasus itu ditentukan oleh struktur yang mendasari masalah yang berusaha dipecahkan atau data yang ada.Misalnya, dalam kromatografi (analisis GC / MS) orang akan sering mengukur sinyal yang ditumpangkan dari beberapa puncak berbentuk Gaussian dan sinyal yang ditumpangkan ini diukur dengan pengali elektron, yang berarti bahwa sinyal yang diukur adalah jumlah ion dan karena itu didistribusikan Poisson. Karena setiap puncak memiliki definisi tinggi positif dan bertindak secara aditif dan kebisingannya adalah Poisson, model Poisson non-negatif dengan tautan identitas akan sesuai di sini, dan model log tautan Poisson akan jelas salah. Dalam rekayasa, kehilangan Kullback-Leibler sering digunakan sebagai fungsi kerugian untuk model seperti itu, dan meminimalkan kerugian ini setara dengan mengoptimalkan kemungkinan model Poisson-link nonnegatif identitas (ada juga langkah-langkah divergensi / kehilangan lainnya seperti divergensi alfa atau beta yang memiliki Poisson sebagai kasus khusus).
Di bawah ini adalah contoh numerik, termasuk demonstrasi bahwa tautan identitas biasa yang tidak dibatasi Poisson GLM tidak cocok (karena kurangnya kendala nonnegativitas) dan beberapa detail tentang cara menyesuaikan model tautan-identitas non-negatif yang menggunakan model Poisson menggunakan
nnpois
, di sini dalam konteks mendekonvolusi superposisi terukur puncak kromatografi dengan derau Poisson pada mereka menggunakan matriks kovariat berpita yang berisi salinan bergeser dari bentuk terukur satu puncak tunggal. Nonnegativitas di sini penting karena beberapa alasan: (1) itu adalah satu-satunya model realistis untuk data yang ada (puncak di sini tidak dapat memiliki ketinggian negatif), (2) itu adalah satu-satunya cara untuk secara stabil menyesuaikan model Poisson dengan tautan identitas (seperti jika tidak, prediksi untuk beberapa nilai kovariat menjadi negatif, yang tidak masuk akal dan akan memberikan masalah numerik ketika seseorang mencoba untuk mengevaluasi kemungkinannya), (3) tindakan nonnegativitas untuk mengatur masalah regresi dan sangat membantu untuk mendapatkan perkiraan yang stabil (misalnya Anda biasanya tidak mendapatkan masalah overfitting seperti dengan regresi tidak terbatas biasa,kendala nonnegativitas menghasilkan perkiraan sparser yang seringkali lebih dekat dengan kebenaran dasar; untuk masalah dekonvolusi di bawah ini, mis. kinerjanya sama baiknya dengan regularisasi LASSO, tetapi tanpa mengharuskan seseorang untuk menyetel parameter regularisasi apa pun. ( L0-pseudonorm dihukum regresi masih berkinerja sedikit lebih baik tetapi dengan biaya komputasi yang lebih besar )sumber