在 GLM 的“參數估計值”表中，缺少的參數是基線水平嗎？<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />大家好，我目前正在嘗試使用 JMP 運行和解釋二項式 GLM。 我有幾個分類預測變量。 在 Parameter Estimates 輸出表中，我注意到該表顯示的參數估計值比預測變量中的水平數少 1 個。 例如，我有一個預測變量“年份”，它有兩個級別，1 和 2。 在參數估計下，只有“1”顯示為帶有估計值的年份。 這是否意味著“2”是與“1”進行比較的基線水平？ 如果是這樣，這是否意味著“2”在技術上的參數估計值為 1.0？
謝謝您的幫助！ 抱歉，如果我完全誤解了這是如何工作的。
回复：在 GLM 的“參數估計”表中，缺少的參數是基線水平嗎？運行標準最小二乘法時如何擴展參數估計值？ 我知道我能做到，只是不知道怎麼做。
回复：在 GLM 的“參數估計”表中，缺少的參數是基線水平嗎？這與您關於 GLM 中的泊松分佈的問題的答案相同：
當您有分類輸入變量時，這對於任何回歸都是典型的。 分類輸入的每個級別的參數估計值是總體平均值的“偏移量”。 這導致每個級別的參數估計之和為零的限制。 正因為如此，如果你有一個分類因子的 k 級，你只需要 k-1 個參數估計。 最後一個級別的估計值是其他參數估計值之和的 -1 倍。 例如，假設您對具有三個水平的變量的估計值是 -6 和前兩個水平的 12。 最後一級的參數估計為 -1*(-6 + 12) = -1*6 = -6。
在標準最小二乘回歸中，您可以要求擴展參數估計來查看所有參數（換句話說，JMP 將為您計算）。 唉，這不是廣義線性模型的選擇。
