Note til 28. februar
Note til 28. februar
Note til 28. februar
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
hvor den i’te værdi ̂µ i er givet ved<br />
̂µ i = g −1 (̂η i ) (4.58)<br />
med den fittede værdi ̂η i af den lineære prædiktor bestemt som<br />
m∑<br />
̂η i = x ij ̂βj =(x ∗ i) ′̂β, (4.59)<br />
j=1<br />
hvor x ∗ i angiver modelvektoren svarende <strong>til</strong> den i’te observation givet ved<br />
(4.31).<br />
Såfremt specielt linkfunktionen er den kanoniske link, bruges den kanoniske<br />
parameter θ som lineær prædiktor, dvs (4.59) erstattes med<br />
m∑<br />
̂θ i = x ij ̂βj =(x ∗ i) ′̂β, (4.60)<br />
j=1<br />
∇<br />
Betegnelsen residual bruges i almindelighed <strong>til</strong> at betegne en afvigelse mellem<br />
en observation og den <strong>til</strong>svarende fittede værdi. Sædvanligvis vil det gælde -<br />
i det mindste approximativt -, at residualer har middelværdien nul.<br />
I forbindelse med generaliserede lineære modeller ser man ofte forskellige former<br />
for residualer anvendt. Disse former adskiller sig ved den måde, hvorpå<br />
man beregner afvigelsen mellem observeret og fittet værdi. Det simpleste af<br />
disse er responsresidualet, der måler afvigelsen mellem observation og <strong>til</strong>passet<br />
(fitted) direkte i samme enheder, som observationerne y og middelværdierne<br />
µ. I afsnit 4.7.3 vil vi betragte andre former for residualer.<br />
Definition 4.7.2 Responsresidual<br />
Betragt den generaliserede lineære model (4.30) for observationerne Y 1 ,...Y k .<br />
Ved responsresidualet (eller blot residualet) svarende <strong>til</strong> modellen vil vi forstå<br />
værdierne<br />
ri r = r R(y i ; ̂µ i )=y i −̂µ i , i =1,2,...,k , (4.61)<br />
hvor ̂µ i angiver den fittede værdi (4.58) svarende <strong>til</strong> den i’te observation.<br />
∇<br />
135