Download or read book Modelos Lineales Generalizados Ejercicios Resueltos Con R Sas Stata Eviews Spss Y Statgraphics written by Cesar Perez and published by Createspace Independent Publishing Platform. This book was released on 2016-07-16 with total page 184 pages. Available in PDF, EPUB and Kindle. Book excerpt: El modelo lineal generalizado amplía el modelo lineal general, de manera que la variable dependiente y está relacionada linealmente con los factores y las covariables mediante una determinada función de enlace . Además, el modelo permite que la variable dependiente tenga una distribución no normal. El modelo lineal generalizado cubre los modelos estadísticos más utilizados, como la regresión lineal para las respuestas distribuidas normalmente, modelos logísticos para datos binarios, modelos loglineales para datos de recuento, modelos log-log complementario para datos de supervivencia censurados por intervalos, además de muchos otros modelos estadísticos a través de la propia formulación general del modelo.La posibilidad de especificar una distribución específica para la variable dependiente que no sea la normal y la posibilidad de especificar una función de enlace que no sea la identidad, es la principal mejora que aporta el modelo lineal generalizado respecto al modelo lineal general. Si la distribución de la variable dependiente es normal y la función de enlace es la identidad estamos ante el modelo lineal general.

Download or read book Modelos No Lineales Ejercicios Resueltos Con Sas Stata Eviews Spss Y Statgraphics written by Csar Prez and published by Createspace Independent Publishing Platform. This book was released on 2016-07-18 with total page 238 pages. Available in PDF, EPUB and Kindle. Book excerpt: Una de las situaciones más frecuentes en el análisis estadístico es que los datos provengan de observaciones o respuestas conocidas yi (variables respuesta) que dependen de un conjunto de valores, fijos o aleatorios, xi (variables regresoras). En algunos casos donde no hay relación lineal evidente entre las variables respuesta y regresoras, con una trasformación de las variables podemos linealizar la relación. Pero cuando las consideraciones teóricas lo sugieren o los datos no muestran un comportamiento lineal, hacemos uso de los modelos no lineales. Aún cuando una aproximación lineal funciona bien, un modelo no lineal puede dar una mejor interpretación del problema.En este libro se consideran los modelos no lineales generales, los modelos no lineales relativos a la familia de los modelos lineales generalizados, Los modelos no lineales de ecuaciones simultáneas, los modelos no lineales segmentados, los modelos no lineales con datos de panel, los modelos no lineales de redes neuronales y otros modelos típicos. Se presentan ejercicios prácticos resueltos con R, SAS, EVIEWS, STATA, STATGRAPHICS y SPSS.