P.

05 - Estadística, Optimización y sistemas - Statistical Modelling – Binary Outcome

5.2-1 DATOS DE RESPUESTA BINARIA. UN CASO DE MODELO LINEAL GENERALIZADO

5.2.1.1 Componentes de modelos lineales generalizados

Los modelos lineales generalizados son extensiones de los modelos clásicos de regresión
múltiple.

Sea ser un vector de n componentes, muestra de un vector aleatorio

con componentes estadísticos independientes, idénticamente distribuidos
con medias

El componente aleatorio supone que la Independencia mutua se mantiene y cada variable

aleatoria en pertenece a la familia exponencial con distribuciones de un
parámetro con valores esperados conjuntamente

A nivel desagregado para cada observación individual, la respuesta es dicotómico y nos

preocupa la distribución de Bernoulli. Para datos agrupados, las distribuciones binomiales son
adecuadas.

El componente sistemático en el modelo modelo especifica un vector η, el vector lineal predictor

es una combinación lineal de un número limitado de variables explicativas

regresores y parámetros a estimar. En notación matricial, donde

η es nx1, X es nxp y β es px1.

Para cada observación, el valor esperado µ está relacionado con el predictor lineal η, a través de
la función de enlace, notado como g (.), y por lo tanto η =g(u)

La función de respuesta es

En los modelos de mínimos cuadrados ordinarios para datos normales, el enlace de identidad se
usa µ= η

Para datos binarios, se utilizan comúnmente varias funciones de enlace y se detallarán en una
próxima sección.

Desde las estimaciones de ML