Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.creator | Glosemeyer, Darren | - |
Data de aceite: dc.date.accessioned | 2019-08-21T18:01:30Z | - |
Data de disponibilização: dc.date.available | 2019-08-21T18:01:30Z | - |
Data de envio: dc.date.issued | 2013-09-25 | - |
Data de envio: dc.date.issued | 2013-09-25 | - |
Data de envio: dc.date.issued | 2013-09-25 | - |
Fonte completa do material: dc.identifier | http://acervodigital.unesp.br/handle/unesp/69485 | - |
Fonte completa do material: dc.identifier | http://objetoseducacionais2.mec.gov.br/handle/mec/22780 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/461555 | - |
Descrição: dc.description | A number of different kinds of residuals are used in the analysis of generalized linear models. Generalized linear models can be characterized by a variance function that is the variance of a distribution as a function of its mean up to a multiplicative constant. A fit or raw residual is the difference between the observed and predicted values. Pearson residuals scale this difference by the square root of the variance function to adjust for the expected variation in the observations. Anscombe residuals provide a transformation toward normality for the assumed variance function. For linear regression with normal or Gaussian observations, these three types of residuals are the same. For other exponential families of distributions, Anscombe residuals should be closer to the bell-shaped distribution familiar in linear regression, particularly for larger datasets. The example in this Demonstration is a model with two predictor variables x and y. It shows the residuals plotted against predictor values and displayed in histograms. Change the exponential family to choose a different dataset and model. Adjust the sample size to fit models for smaller or larger datasets | - |
Descrição: dc.description | Componente Curricular::Ensino Médio::Matemática | - |
Publicador: dc.publisher | Wolfram Demonstration Project | - |
Relação: dc.relation | ComparingSomeResidualsForGeneralizedLinearModels.nbp | - |
Direitos: dc.rights | Demonstration freeware using MathematicaPlayer | - |
Palavras-chave: dc.subject | Data analysis | - |
Palavras-chave: dc.subject | Educação Básica::Ensino Médio::Matemática::Análise de dados e probabilidade | - |
Título: dc.title | Comparing some residuals for generalized linear models | - |
Aparece nas coleções: | Repositório Institucional - Acervo Digital Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: