MerQuR+Başvuru Kitabı

48. Gamma, Ters Gauss ve Tweedie GLM

Analiz kimliği: glm_positive · Menü adı: Gamma / Ters Gauss / Tweedie GLM · Panel: gui/panels/analyses/glm_positive_panel.py (form 56–148, read_options 160–198, execute 203–250, metin 283–381, grafik 413–455) · Motor: stats/glm_positive.py, run_positive_glm (satır 350–548), Tweedie profili tweedie_profile (211–267), profil GA profile_ci (292–331); IRLS çekirdeği stats/glm_irls.py, irls (213–302)

48.1 Ne işe yarar

Bu analiz, sürekli ve pozitif bir yanıtın (hastane maliyeti, yatış süresi, derişim, biyokütle) ortalamasını açıklayıcı değişkenlerle modeller. Doğrusal regresyondan iki farkı vardır: ortalama bir bağlantı fonksiyonu üzerinden doğrusal yazılır ve varyans ortalamayla birlikte büyüyebilir. Cevapladığı sorular şunlardır: "Yatış süresi bir gün uzayınca ortalama maliyet yüzde kaç artar?", "Sigortalı hastaların cepten harcaması, sıfır harcayanlar da hesaba katılınca kaç kat?"

g(\mu_i)=\eta_i=\mathbf x_i^{\top}\boldsymbol\beta,\qquad \operatorname{Var}(Y_i)=\varphi\,V(\mu_i),\qquad V(\mu)=\begin{cases}\mu^2 & \text{Gamma}\\ \mu^3 & \text{ters Gauss}\\ \mu^p,\ 1<p<2 & \text{Tweedie}\end{cases}
  • \mu_i=E(Y_i\mid\mathbf x_i): koşullu ortalama; g: bağlantı fonksiyonu (log, ters, özdeşlik, ters kare ya da kuvvet).
  • \varphi>0: ölçek (yayılım) parametresi; varyansın ortalamaya göre büyüklüğünü ayarlar. Gamma'da \sqrt\varphi değişkenlik katsayısıdır.
  • V(\mu): varyans fonksiyonu; aileyi o belirler.
  • Log bağlantıda e^{\beta_j}: x_j bir birim arttığında ortalama yanıtın çarpıldığı katsayı.

Neden üç aile?

Üçü de üstel yayılım ailesindendir: \operatorname{Var}=\varphi\mu^p (Jørgensen 1987). p=2 (Gamma) değişkenlik katsayısını sabit tutar: maliyet iki katına çıkınca SS de iki katına çıkar. p=3 (ters Gauss) sağ kuyruğu daha uzundur. 1<p<2 (Tweedie) bir bileşik Poisson–Gamma dağılımıdır: Poisson sayıda Gamma tutarın toplamı. Sayı sıfır olabileceği için Y=0 pozitif olasılık taşır; yani sıfırlarla sürekli pozitif değerlerin karışımını tek bir modelde açıklar (ör. sigorta tazminatı, cepten harcama).

Ne zaman kullanılır? Yanıt pozitif ve sağa çarpıksa, varyans ortalamayla artıyorsa ve etkiler çarpımsal düşünülüyorsa (log bağlantı). Sıfır içeren sürekli yanıtta Tweedie.

Ne zaman kullanılmaz?

  • Yanıt sayımsa (tam sayı olay sayısı): Poisson / Negatif Binom Regresyon (Bölüm 47).
  • Varyans ortalamadan bağımsızsa (sabit varyans): Çoklu Doğrusal Regresyon. Bu bölümün örneğinde tam da bu durum çıkmaktadır (48.6).
  • Amaç ortalama değil, bir dilimse (ör. medyan maliyet): Kantil Regresyon.
  • Yanıt bir sınırda sansürlüyse (ör. sıfırda yığılma "gözlenemeyen negatif" anlamındaysa): Tobit.
  • Gözlemler kümeliyse: GEE ya da GLMM.

Sık karıştırılan analizler. Log-dönüşümlü doğrusal regresyon (\ln y üzerine OLS) E(\ln Y)'yi modeller; geri dönüşte e^{\hat\eta} ortalamayı değil yaklaşık medyanı verir ve hatalar heteroskedastikse yanlıdır (Manning ve Mullahy 2001). Log bağlantılı Gamma GLM \ln E(Y)'yi modeller; geri dönüş doğrudan ortalamadır. Tweedie, "sıfır mı değil mi" ve "ne kadar" sorularını tek modelde birleştirir; iki parçalı (engel) modellerin sürekli karşılığıdır.

48.2 Varsayımlar ve veri türü

Varsayım Ne demek MerQur'da nasıl denetlenir
Pozitif yanıt Gamma ve ters Gauss'ta y>0; Tweedie'de y\ge0, en az bir pozitif. İhlalde hata ve ihlal eden gözlem sayısı (glm_positive.py:387–394).
Bağımsız gözlemler Her satır ayrı birim. Denetlenmez.
Bağlantı ölçeğinde doğrusallık g(\mu) açıklayıcıların doğrusal fonksiyonu. Denetlenmez; "Artık – kestirilen" grafiği.
Varyans fonksiyonu \operatorname{Var}\propto\mu^p, p aileyle sabit. Denetlenmez; Tweedie'de p profil olabilirlikle kestirilebilir; artık grafikleri.
Yeterli artık sd n>k (sabit dahil parametre sayısı). n-k<1 ise hata (409).
Tam ranklı tasarım Doğrusal bağımlı sütun yok. Pivotlu QR; bağımlı sütun "—" ve uyarı (397–405).

Eksik değer. Yanıt ve kullanılan tüm açıklayıcılarda (etkileşim terimlerinin bileşenleri dahil) liste bazında silme (regression_extras.py:169–173, build_linear_design).

Kategorik açıklayıcılar. Metin sütunları ve Veri sekmesinde "kategorik" işaretli sütunlar kendiliğinden kukla kodlanır (auto_categorical=True); sayısal kodlu kategorikler "Kategorik (faktör) değişkenler" alanına yazılır. Referans, MerQur düzey sırasının (kullanıcının tanımladığı sıra, yoksa sayısal/doğal sıra, o da yoksa verideki ilk görülme sırası) ilk (ya da son) düzeyidir; "Referans düzeyleri" alanıyla değişken başına değiştirilebilir.

Uç durumlar.

  • Kanonik ters ya da ters kare bağlantıda kestirilen ortalama negatif olabilir; IRLS geçerli bir başlangıç ya da adım bulamazsa "log bağlantıyı deneyin" önerili hata verilir (glm_positive.py:131–139).
  • Yineleme sınırına (varsayılan 25) ulaşılırsa sonuç metninin başına yakınsamama uyarısı yazılır; adım yarılama olduysa ayrıca uyarılır (431–435).
  • Ölçek sıfır ya da tanımsızsa (yanıt modelce tam açıklanıyorsa) hata (451–452).
  • Gözlenen bilgi seçili ve matris pozitif tanımlı değilse hata; "beklenen" seçilmesi önerilir (453–460).
  • Tweedie profilinde \hat p aralık sınırına (1,001 ya da 1,999) yakınsa ya da GA'nın bir ucu açık kalırsa uyarı (420–423).
  • Terim testinde indirgenmiş model yakınsamazsa o satırda test verilmez ve "†" ile işaretlenir (513–544).

48.3 Parametreler

Varsayılanlar glm_positive_panel.py:56–148 (form) ve 160–198'den (read_options) okunmuştur.

Arayüz adı Varsayılan Ne yapar Sonucu nasıl değiştirir
Bağımlı değişken (sürekli, pozitif) ilk sayısal sütun Yanıt. Aileye göre pozitiflik denetimi.
Bağımsız değişkenler en az 1 Açıklayıcılar; yanıtla aynı sütun atılır. Tasarım matrisi.
Dağılım ailesi Gamma GLM Gamma, Ters Gauss ya da Tweedie (1 < p < 2). Varyans fonksiyonu; tüm kestirimler.
Bağlantı işlevi Varsayılan Varsayılan: Gamma 1/μ, ters Gauss 1/μ², Tweedie log. Ayrıca Kanonik, Log, Ters, Özdeşlik, Ters kare. Katsayıların ölçeği ve anlamı; exp(β) yalnız log bağlantıda.
Tweedie güç parametresi (p) Sabit (elle girilen p) Profil olabilirlikle kestirim seçilebilir. Yalnız Tweedie'de etkin. p, \hat\varphi, SH; profilde ek satırlar.
p (sabit) 1,5 1,01–1,99. Varyans fonksiyonu.
Ölçek (yayılım) kestirimi Pearson χ²/sd (varsayılan) Sapma/sd ya da En çok olabilirlik (ML). SH, test, GA, F; katsayılar aynı.
Bilgi matrisi Beklenen (Fisher; varsayılan) Gözlenen (Hessian). Kanonik olmayan bağlantıda SH; katsayılar aynı.
Katsayı testi dağılımı t (sd = artık sd; varsayılan) z (standart normal). Yalnız p; GA her durumda z ile.
Güven Düzeyi %95 \alpha=1-\text{düzey}. GA ve Tweedie p GA'sı.
Güven aralığı yöntemi Wald (varsayılan) Profil olabilirlik. GA sınırları.
Kategorik (faktör) değişkenler boş Sayısal kodlu sütunları kukla kodlar. Tasarım.
Etkileşim terimleri boş x1*x2, x1:x2. Tasarım; terim testlerinde marjinallik.
Referans düzeyleri (değişken=düzey) boş grup=B; site=K. Kukla referansı.
Referans kategori (faktörler) İlk düzey İlk ya da son düzey. Kukla referansı.
En çok yineleme 25 5–500. Yakınsama.
Ek çıktı: Terim testleri (F / LR) açık Her terim çıkarılınca F ve χ². Ek bölüm.
Ek çıktı: Artık tanıları açık Sapma artıkları, Cook, kaldıraç. Ek bölüm; artık grafikleri.
Grafik Gözlenen – kestirilen Artık – kestirilen, Q-Q, Tweedie p profili. Yalnız Grafik sekmesi.

Seçeneklerin birbirini etkilediği durumlar

Güç parametresi ve p yalnız Tweedie'de anlamlıdır; başka ailede değiştirilmişse yok sayılır ve ayar bloğuna yazılır (glm_positive_panel.py:222–234). "Tweedie p profili" grafiği p kestirilmediyse, artık grafikleri tanılar kapalıysa "Gözlenen – kestirilen"e döner ve ayar bloğuna yazılır (237–245). Arayüzde "p (sabit)" kutusu yalnız Tweedie + Sabit seçiliyken etkindir (101–107).

Neden üç ayrı ölçek kestirimi?

Katsayılar \varphi'den bağımsızdır; \varphi yalnız SH'yi ölçekler. Pearson X^2/(n-k) moment kestiricisidir; dağılım varsayımı yanlış olsa da tutarlıdır (R summary.glm varsayılanı). Sapma/sd aykırı değerlere daha az duyarlıdır ama küçük \varphi'de yanlıdır. ML kestirimi olabilirlik tabanlıdır. Bu veride üçü 0,0849, 0,1345 ve 0,1297'dir; SH'ler \sqrt{\varphi} oranında değişir (48.6, Adım 6).

48.4 Tıp örneği

Tıp setinde Gamma ya da Tweedie için ayrılmış bir dosya yoktur; aynı setteki iki maliyet dosyası kullanılmıştır.

Gamma ve ters Gauss: english/datasets/Tip/59_quantile_hastane_cost.xlsx (kantil regresyon dosyası).

Değişken Rol Tür Özet
total_cost_TL Bağımlı sürekli, pozitif (TL) ort. 16385,6; SS 5863,4; ortanca 16022,5; 1000–41431; DK 0,358; çarpıklık 0,23
age Açıklayıcı sürekli (yıl) ort. 54,1; SS 18,6; 20–84
admission_day Açıklayıcı sürekli (gün) ort. 4,98; SS 2,04; 1–12

Tweedie: english/datasets/Tip/46_tobit_hastane_expenditure.xlsx (Tobit dosyası).

Değişken Rol Tür Özet
pocket_expenditure_TL Bağımlı sürekli, \ge0 (TL) ort. 2038,5; SS 1854,2; en çok 8309; 40 sıfır (%20)
admission_day Açıklayıcı sürekli (gün) ort. 3,04; 0–8
insurance_present Açıklayıcı 0/1 (sayısal) 137 sigortalı (%68,5)

n ve eksik değer: iki dosyada da 200 hasta, eksik değer yok.

Klinik sorular: (1) Yaş ve yatış süresi denetlendiğinde toplam maliyet nasıl değişir? (2) Sigorta ve yatış süresi cepten harcamayı, hiç harcamayanlar da modelde kalacak biçimde nasıl etkiler?

Seçilen ayarlar: Arayüz varsayılanları (Gamma, kanonik 1/μ bağlantı, Pearson ölçek, beklenen bilgi, t testi, Wald GA, terim testleri ve tanılar açık). Yorum kolaylığı için ana yürüyüş log bağlantılı Gamma ile yapılmıştır. Ek çalıştırmalar: profil GA; gözlenen bilgi + ML ölçek + z; sapma ölçeği + %99; ters Gauss (log ve kanonik); Tweedie p=1{,}5 ve profil \hat p.

48.5 Formüller ve hesap adımları

MerQur'un hesap sırası: (1) tasarım matrisi, liste bazında silme, rank denetimi; (2) Tweedie'de istenirse p profili; (3) R glm.fit'in birebir Python karşılığı olan IRLS; (4) Pearson, sapma ya da ML ölçeği; (5) beklenen ya da gözlenen bilgiden SH, t ya da z testi, Wald ya da profil GA; (6) sıfır modeline karşı F ve LR, terim testleri; (7) AIC/BIC ve tanılar.

48.5.1 Aileler: varyans fonksiyonu ve birim sapma

Aile V(\mu) Birim sapma d(y,\mu) Kanonik bağlantı
Gamma \mu^2 -2\big[\ln(y/\mu)-(y-\mu)/\mu\big] 1/\mu
Ters Gauss \mu^3 (y-\mu)^2/(y\mu^2) 1/\mu^2
Tweedie \mu^p 2\Big[y\dfrac{y^{1-p}-\mu^{1-p}}{1-p}-\dfrac{y^{2-p}-\mu^{2-p}}{2-p}\Big] \mu^{1-p}
D=\sum_{i=1}^{n}d(y_i,\hat\mu_i),\qquad X^2=\sum_{i=1}^{n}\frac{(y_i-\hat\mu_i)^2}{V(\hat\mu_i)}
  • D: sapma; X^2: Pearson istatistiği. İkisi de \varphi ile bölündüğünde yaklaşık \chi^2_{n-k}'dır.
  • Tweedie sapmasında y=0 için ilk terim sıfırdır; kod y^{1-p}'yi y=0'da tanımlı tutmak için y yerine y+0{,}1\cdot[y=0] yazar, terim y ile çarpıldığından sonuç değişmez (glm_irls.py:164–171, statmod ile aynı).

Koddaki tercih: varsayılan bağlantı

"Varsayılan" Gamma ve ters Gauss'ta kanonik bağlantıdır (1/μ, 1/μ²), Tweedie'de log'dur (glm_positive.py:113–116). R Gamma() ve inverse.gaussian() de kanonik bağlantıyla gelir; statmod tweedie() ise kanonik \mu^{1-p} ile gelir. Kanonik ters bağlantının katsayıları "1/maliyet" ölçeğindedir ve işaretleri ters yorumlanır (negatif katsayı ortalamayı artırır). Uygulamada log bağlantı hem yorum hem de kestirimin geçerliliği (μ̂ > 0) açısından çoğu zaman tercih edilir; seçim kullanıcıya bırakılmıştır.

48.5.2 Kestirim: R glm.fit ile aynı IRLS

z_i=\eta_i+\frac{y_i-\mu_i}{\partial\mu_i/\partial\eta_i},\qquad w_i=\frac{\big(\partial\mu_i/\partial\eta_i\big)^2}{V(\mu_i)},\qquad \boldsymbol\beta^{(t+1)}=\big(\mathbf X^{\top}\mathbf W\mathbf X\big)^{-1}\mathbf X^{\top}\mathbf W\mathbf z
  • \partial\mu/\partial\eta: bağlantının tersinin türevi; log bağlantıda \mu, ters bağlantıda -\mu^2.
  • Log bağlantılı Gamma'da w_i=\mu_i^2/\mu_i^2=1: her adım \mathbf z'nin ağırlıksız OLS regresyonudur.
  • Genel türetme ve IRLS = Fisher skorlaması eşdeğerliği 46.5.2'de; Poisson özel durumu 47.5.2'dedir.

Koddaki tercih: `glm_irls.irls`, R `glm.fit`'in satır satır karşılığı

stats/glm_irls.py:213–302: başlangıç ailenin initialize ifadesi (Gamma ve ters Gauss: \mu_0=y; Tweedie: \mu_0=y+0{,}1\cdot[y=0]); her adımda ağırlıklı en küçük kareler QR ile çözülür; sapma sonlu değilse ya da \mu/\eta geçersizse adım önceki katsayılara doğru yarılanır (R "inner loop"); durma ölçütü |D_t-D_{t-1}|/(|D_t|+0{,}1)<10^{-8}, en çok 25 yineleme. Ölçeksiz kovaryans son WLS adımının QR'ından alınır; yani yakınsamış \hat\mu'den bir önceki adımın ağırlıklarıyla. Bu, R summary.glm'in yaptığıdır ve MerQur'un R ile 10^{-14} düzeyinde eşleşmesini sağlar.

48.5.3 Ölçek (yayılım) kestirimi

\hat\varphi_P=\frac{\sum_i w_i^{\text{son}}\,r_{W,i}^2}{n-k},\qquad r_{W,i}=\frac{y_i-\hat\mu_i}{\partial\hat\mu_i/\partial\eta_i};\qquad \hat\varphi_D=\frac{D}{n-k};\qquad \hat\varphi_{ML}=\arg\max_\varphi\ \ell(\hat{\boldsymbol\mu},\varphi)
  • w_i^{\text{son}}: son IRLS adımının çalışma ağırlıkları; r_{W,i}: çalışma artığı. Yakınsamada \sum w r_W^2=X^2'ye eşittir; fark yakınsama toleransı düzeyindedir (glm_positive.py:441–449). Log bağlantılı Gamma'da w\equiv1 olduğundan fark tam sıfırdır.
  • k: sabit dahil kestirilen katsayı sayısı.
  • \hat\varphi_{ML}: ters Gauss'ta kapalı biçimde D/n; Gamma ve Tweedie'de \ln\varphi üzerinde sınırlı Brent (glm_positive.py:173–188).

Koddaki tercih: gözlenen bilgi seçilince Pearson ölçeği

"Gözlenen bilgi + Pearson" seçiliyken \hat\varphi_P, son adım ağırlıkları yerine yakınsamış \hat\mu'deki X^2'den hesaplanır (glm_positive.py:449); bu, gözlenen Hessian kullanan yazılımların tanımıdır.

48.5.4 Standart hatalar: beklenen ve gözlenen bilgi

\widehat{\operatorname{Var}}(\hat{\boldsymbol\beta})=\hat\varphi\,(\mathbf X^{\top}\mathbf W\mathbf X)^{-1}\quad(\text{beklenen}),\qquad \widehat{\operatorname{Var}}(\hat{\boldsymbol\beta})=\hat\varphi\Big(\sum_i\mathbf x_i\mathbf x_i^{\top}\,\omega_i\Big)^{-1}\quad(\text{gözlenen})
\omega_i=\frac{\mu_i'^2}{V(\mu_i)}-(y_i-\mu_i)\,\frac{\partial}{\partial\eta_i}\!\left(\frac{\mu_i'}{V(\mu_i)}\right),\qquad \frac{\partial}{\partial\eta}\!\left(\frac{\mu'}{V}\right)=\frac{\mu''}{V}-\frac{\mu'^2\,V'(\mu)}{V^2}
  • \mu'=\partial\mu/\partial\eta, \mu''=\partial^2\mu/\partial\eta^2, V'=dV/d\mu.
  • Kanonik bağlantıda ikinci terim sıfırdır: gözlenen ve beklenen bilgi aynıdır. Kanonik olmayan bağlantıda (log bağlantılı Gamma, log-binom) farklıdır (glm_irls.py:320–335).

Neden iki bilgi matrisi?

Beklenen bilgi E[-\partial^2\ell/\partial\boldsymbol\beta^2]'dir ve yalnız \mu'ye bağlıdır; gözlenen bilgi verinin kendisini (y_i-\mu_i) de içerir. İkisi de asimptotik olarak geçerlidir. R glm beklenen bilgiyi kullanır. MerQur'da "Bilgi matrisi: gözlenen" + "Ölçek: ML" + "z" seçildiğinde gözlenen bilgiye ve ML ölçeğine dayanan SH'ler elde edilir (v240a_glm_note_sas).

48.5.5 Testler ve güven aralıkları

t_j=\frac{\hat\beta_j}{\SH_j}\ \sim\ t_{n-k}\ \text{(varsayılan) ya da }z,\qquad \text{Wald GA: }\hat\beta_j\pm z_{1-\alpha/2}\SH_j,\qquad e^{\hat\beta_j}\ \text{(yalnız log bağlantı)}
  • t dağılımı, \varphi veriden kestirildiği için R summary.glm gibi artık sd ile kullanılır (glm_positive.py:467–470).
  • Wald GA her durumda standart normal kantille kurulur (R confint.default, 470–471). t testi seçiliyken p ve GA'nın ölçütleri bu yüzden çok küçük farkla ayrışabilir.
  • Sabit terimin exp(β)'sı "—" gösterilir.

Profil olabilirlik GA'sı (R confint.glm tanımı; glm_positive.py:292–331):

\frac{D\big(\hat{\boldsymbol\beta}_{-j}(b),\,b\big)-\hat D}{\hat\varphi}=z^2_{1-\alpha/2}
  • D(\hat{\boldsymbol\beta}_{-j}(b),b): \beta_j=b sabit tutulup (denge terimi olarak) diğer katsayılar yeniden kestirildiğinde sapma.
  • \hat\varphi sabit tutulur; kökler \hat\beta_j'nin iki yanında Brent ile bulunur (R ızgara + spline ile yaklaşır). Genel profil mantığı 46.5.10'dadır.

48.5.6 Model ve terim testleri

F=\frac{(D_0-D)/(k-1)}{\hat\varphi}\ \sim\ F_{k-1,\,n-k},\qquad \chi^2=\frac{D_0-D}{\hat\varphi}\ \sim\ \chi^2_{k-1}
  • D_0: yalnız sabitli modelin sapması (\hat\mu_i=\bar y).
  • Terim testleri aynı formülü, terimin tüm sütunları çıkarılıp yeniden kestirilen modelle kurar; daha yüksek dereceli bir etkileşimin içinde yer alan ana etki test edilmez (R drop.scope, glm_positive.py:340–347).
  • Paydadaki \hat\varphi seçilen ölçektir (varsayılan Pearson).

R `drop1(test = "F")` farklı ölçek kullanır

R'de anova(m0, m, test = "F") Pearson ölçeğini kullanır ve MerQur'la aynı F'yi verir. Ancak drop1(m, test = "F") paydada sapma/sd kullanır. Bu veride admission_day için MerQur (ve anova) F=121{,}05, drop1 F=76{,}41 verir. MerQur'da "Ölçek: Sapma/sd" seçildiğinde drop1 ile aynı sayı (76,41) elde edilir.

48.5.7 Log-olabilirlik, AIC ve BIC

\ell=\sum_i\ln f\big(y_i;\hat\mu_i,\tilde\varphi\big),\qquad \tilde\varphi=\frac{D}{n},\qquad \text{AIC}=-2\ell+2(k+1),\qquad \text{BIC}=-2\ell+(k+1)\ln n
  • Gamma: f ölçek-biçim parametreli Gamma yoğunluğu (biçim 1/\tilde\varphi, ölçek \hat\mu\tilde\varphi). Ters Gauss: f=(2\pi\tilde\varphi y^3)^{-1/2}\exp\{-(y-\mu)^2/(2\tilde\varphi\mu^2y)\}.
  • Tweedie yoğunluğunun kapalı biçimi yoktur; seri açılımıyla hesaplanır (Dunn ve Smyth 2005; statsmodels Tweedie.loglike_obs, glm_positive.py:146–152).
  • \tilde\varphi=D/n ve +1 parametre, R ailesinin aic() tanımıdır (Tweedie'de tweedie::AICtweedie). Bu \tilde\varphi, SH'lerde kullanılan \hat\varphi'den farklıdır.

48.5.8 Tweedie güç parametresi p: profil olabilirlik

\ell_p(p)=\max_{\boldsymbol\beta,\varphi}\ \ell(\boldsymbol\beta,\varphi;p),\qquad \hat p=\arg\max_{p\in(1{,}001;\,1{,}999)}\ell_p(p),\qquad 2\big[\ell_p(\hat p)-\ell_p(p)\big]=\chi^2_{1;\,1-\alpha}
  • Her p için \boldsymbol\beta IRLS ile, \varphi (\boldsymbol\mu sabitken) ML ile kestirilir (_profile_point, glm_positive.py:202–208).
  • \hat p: 1,02–1,98 ızgarasında (0,04 adım) en iyi noktanın komşu aralığında sınırlı Brent (tweedie_profile, 211–267). GA sınırları 0,01 adımla taranıp brentq ile bulunur.
  • Bileşik Poisson–Gamma gösteriminde Y=\sum_{j=1}^{N}G_j, N\sim\text{Poisson}(\lambda), G_j\sim\text{Gamma}(\alpha_G,\gamma): \lambda=\mu^{2-p}/[\varphi(2-p)], \alpha_G=(2-p)/(p-1), \gamma=\varphi(p-1)\mu^{p-1}; P(Y=0)=e^{-\lambda}.

Koddaki tercih: p AIC'de parametre sayılmaz, SH'ler p sabitken

\hat p ile kurulan model p'yi bilinen sayar; katsayı SH'leri (\boldsymbol\beta,\varphi,p) ortak Hessian'ından değil, p ve \varphi sabitken verilir (v240a_glm_note_tweedie_aic). R tweedie::tweedie.profile ızgara + düzgünleştirmeyle yaklaşık \hat p verir (bu veride 1,3122); MerQur doğrudan en büyükler (1,3118).

48.5.9 Artık tanıları

r^D_i=\operatorname{sign}(y_i-\hat\mu_i)\sqrt{d_i},\qquad r^S_i=\frac{r^D_i}{\sqrt{\hat\varphi(1-h_{ii})}},\qquad D^{\text{Cook}}_i=\frac{(r^P_i)^2\,h_{ii}}{\hat\varphi\,k\,(1-h_{ii})^2}
  • h_{ii}: son adım ağırlıklarıyla şapka matrisinin köşegeni (R hatvalues.glm).
  • r^S: standartlaştırılmış sapma artığı (R rstandard.glm); r^P: Pearson artığı.
  • Eşikler: |r^S|>2 ve >3; Cook >4/n; kaldıraç >2k/n (glm_positive.py:564–579). Cook satır numarası 1 tabanlıdır.

48.6 Elle hesap: Tıp verisinde sayısal yürüyüş

Ara değerler dogrulama/glm_positive/elle_hesap.py ile, MerQur çağrılmadan numpy ile hesaplanmıştır. Tweedie yoğunluğu, bileşik Poisson–Gamma toplamının doğrudan seri toplamıyla (log-toplam-üs) hesaplanmıştır; statsmodels ve R tweedie paketlerinden bağımsızdır.

Adım 1 — Önce varyans fonksiyonuna bakmak. Hastalar yatış gününe göre gruplanır (n\ge5 olan 8 grup, 2–9 gün) ve grup ortalaması ile varyansı log–log ölçekte çizilir. Gamma doğruysa eğim yaklaşık 2, ters Gauss'ta 3, sabit varyansta 0 olmalıdır. Ağırlıklı eğim −0,45'tir: grup ortalaması 10558'den 23767 TL'ye çıkarken varyans artmamaktadır.

Şekil 48.1. Sol: yatış günü gruplarında maliyet ortalaması ve varyansı (log–log); kesikli çizgiler V ∝ μ⁰, μ², μ³ eğimleridir. Sağ: cepten harcama verisinde Tweedie p için profil log-olabilirlik; dikey çizgi p̂, gölgeli bölge %95 GA.

Bu, örnek verinin Gamma varsayımına uymadığını gösterir. Aynı açıklayıcılarla sabit varyanslı normal doğrusal modelin AIC'si 3931,34'tür; log bağlantılı Gamma 4020,54, kanonik Gamma 4024,40, ters Gauss (log) 4179,45 verir. Aşağıdaki yürüyüş yöntemi göstermek içindir; bu veri için doğru model seçimi normal modeldir.

Adım 2 — IRLS (log bağlantılı Gamma). Başlangıç \mu_0=y (sapma 0). Ağırlıklar hep 1 olduğundan her adım z_i=\eta_i+(y_i-\mu_i)/\mu_i'nin \mathbf X üzerine OLS regresyonudur.

Yineleme b_0 b_{\text{age}} b_{\text{gün}} D \lvert\Delta D\rvert/(\lvert D\rvert+0{,}1)
1 9,022548 −0,001095 0,130275 28,058233 0,9964
2 9,072860 0,001084 0,110589 26,496630 0,0587
3 9,073101 0,001019 0,110463 26,493272 1,26·10⁻⁴
4 9,073036 0,001019 0,110475 26,493272 5,67·10⁻⁹

Dördüncü adımda ölçüt 10^{-8}'in altına iner; MerQur da "Yineleme sayısı = 4" yazar.

Adım 3 — Katsayılar (Pearson ölçek, beklenen bilgi, t_{197}).

Terim b SH t p exp(β) %95 GA (Wald)
Sabit 9,073036 0,082378 110,139 <0,0001 — —
age 0,001019 0,001109 0,919 0,3591 1,001020 [0,998847; 1,003197]
admission_day 0,110475 0,010121 10,915 <0,0001 1,116809 [1,094873; 1,139184]

Örnek, admission_day: t=0{,}110475/0{,}010121=10{,}915; exp(β) =e^{0{,}110475}=1{,}1168; GA e^{0{,}110475\pm1{,}959964\times0{,}010121}. Her ek yatış günü ortalama maliyeti %11,7 artırır.

Adım 4 — Tek bir hastanın kestirilen ortalaması. 1 numaralı hasta: 63 yaş, 6 gün, gözlenen 18872 TL.

\hat\eta=9{,}073036+0{,}001019(63)+0{,}110475(6)=9{,}800088,\qquad \hat\mu=e^{9{,}800088}=18035{,}34

Birim sapması d=-2[\ln(18872/18035{,}34)-(18872-18035{,}34)/18035{,}34]=0{,}002088.

Adım 5 — Ölçek ve uyum.

\begin{gathered}X^2=16{,}724579,\qquad \hat\varphi_P=16{,}724579/197=0{,}084896\\[4pt] D=26{,}493272,\qquad \hat\varphi_D=0{,}134484,\qquad \hat\varphi_{ML}=0{,}129669,\qquad D_0=36{,}831634\end{gathered}

\hat\varphi_P'nin karekökü 0,291'dir: maliyetin değişkenlik katsayısı model altında yaklaşık %29'dur. \hat\varphi_D'nin \hat\varphi_P'den büyük olması, sapmanın küçük maliyetli iki aykırı gözleme (1000 TL) duyarlılığındandır.

\begin{gathered}\tilde\varphi=D/n=0{,}132466,\qquad \ell=-2006{,}267601\\[4pt] \text{AIC}=4012{,}535201+2(4)=4020{,}535201,\qquad \text{BIC}=4012{,}535201+4\ln200=4033{,}728471\end{gathered}

Adım 6 — Ölçek ve bilgi matrisi seçeneklerinin SH'ye etkisi (admission_day, katsayı her durumda 0,110475):

Seçenek \hat\varphi SH Test
Pearson, beklenen (varsayılan) 0,084896 0,010121 t=10{,}915
Sapma/sd, beklenen 0,134484 0,012739 z=8{,}673
ML, gözlenen 0,129669 0,012701 z=8{,}698

Adım 7 — Model ve terim testleri. D_0-D=10{,}338362:

F=\frac{10{,}338362/2}{0{,}084896}=60{,}8881\ \ (F_{2,\,197}),\qquad \chi^2=\frac{10{,}338362}{0{,}084896}=121{,}7763

Terim testleri: age çıkarılınca sapma 0,071422 artar, F=0{,}8413 (p=0{,}360); admission_day çıkarılınca 10,276561 artar, F=121{,}05 (p<0{,}0001).

Adım 8 — Profil GA. admission_day için (D(b)-\hat D)/\hat\varphi=1{,}959964^2 kökleri [0{,}090417;\ 0{,}130703], yani exp(β) GA [1{,}0946;\ 1{,}1396]. Wald GA [0{,}090638;\ 0{,}130312]'den biraz geniş ve sağa kayıktır.

Adım 9 — Tanılar. Sapma artıkları −1,7605 ile 0,7400 arasındadır; dağılım sola çarpıktır. |r^S|>3 olan 6 gözlem en düşük maliyetli hastalardır; en büyük Cook D=0{,}0779 satır 10'dadır (77 yaş, 2 gün, 1000 TL). Gamma'nın log ölçeği küçük değerleri büyütür; bu da varyans fonksiyonu uyumsuzluğunun bir işaretidir.

Adım 10 — Tweedie, cepten harcama (#46). p=1{,}5 sabit ve log bağlantıyla: b_{\text{gün}}=0{,}352628 (exp 1,4228), b_{\text{sigorta}}=0{,}565188 (exp 1,7598); \hat\varphi_P=29{,}2629, \ell=-1467{,}7728, AIC 2943,5456.

Profil olabilirlikte her p için \boldsymbol\beta ve \hat\varphi_{ML} yeniden kestirilir. Örnek değerler: \ell_p(1{,}2)=-1463{,}25, \ell_p(1{,}3)=-1455{,}28, \ell_p(1{,}4)=-1458{,}25, \ell_p(1{,}5)=-1467{,}64. En büyük nokta

\hat p=1{,}311825,\qquad \ell_p(\hat p)=-1455{,}211586,\qquad \hat\varphi_{ML}=121{,}668

ve 2[\ell_p(\hat p)-\ell_p(p)]=3{,}8415 kökleri %95 GA [1{,}251992;\ 1{,}380894]'tür. \hat p ile: b_{\text{gün}}=0{,}331864 (exp 1,3936; SH 0,030211), b_{\text{sigorta}}=0{,}531544 (exp 1,7016; SH 0,131724), AIC 2919,6425. Sabit p=1{,}5'e göre AIC 23,9 puan düşer.

Modelin sıfır tahmini: \hat p ve \hat\varphi_{ML} ile \sum_ie^{-\hat\lambda_i}=32{,}35 sıfır beklenir; gözlenen 40'tır. Sıfırların bir kısmı modelin bileşik Poisson yapısıyla açıklanır, ama tamamı değil.

48.6.1 Doğrulama: MerQur, Python ve R

MerQur değerleri execute() sonucundan tam hassasiyetle alınmıştır (glm_positive modülü yuvarlama yapmaz). R: 4.5.3, glm(family = Gamma(link = "inverse" | "log")), glm(family = inverse.gaussian(link = "log" | "1/mu^2")), statmod::tweedie(var.power, link.power = 0), confint.default, MASS confint (profil), anova(m0, m, test = "F"), terim başına anova(indirgenmiş, m, test = "F"), MASS::gamma.dispersion (Gamma ML ölçeği), gözlenen bilgi için analitik gradyanın optimHess farkı, tweedie::dtweedie ve AICtweedie; \hat p için optimize + uniroot ile profilin doğrudan en büyüklenmesi. Bağımsız Python, R glm.fit'in durma ölçütünü ve "son adım ağırlıkları" tanımını aynen uygular; ters bağlantıların çok küçük katsayıları için göreli fark ölçütü kullanılmıştır.

Büyüklük MerQur Python (bağımsız) R 4.5.3 En büyük fark Durum
Gamma, ters: φ̂ (Pearson) 0,085488 0,085488 0,085488 4,0e−16 ✓
Gamma, ters: sapma D 26,998677 26,998677 26,998677 2,5e−14 ✓
Gamma, ters: sıfır sapması D_0 36,831634 36,831634 36,831634 1,4e−14 ✓
Gamma, ters: ℓ (φ = D/n) −2008,199350 −2008,199350 −2008,199350 4,8e−12 ✓
Gamma, ters: AIC 4024,398700 4024,398700 4024,398700 4,5e−13 ✓
Gamma, ters: BIC 4037,591969 4037,591969 4037,591969 2,7e−12 ✓
Gamma, ters: model F 57,511001 57,511001 57,511001 3,2e−13 ✓
Gamma, ters: \beta Sabit 9,6513·10−5 9,6513·10−5 9,6513·10−5 6,9e−15 (göreli) ✓
Gamma, ters: SH Sabit 4,7912·10−6 4,7912·10−6 4,7912·10−6 6,9e−15 (göreli) ✓
Gamma, ters: t Sabit 20,143587 20,143587 20,143587 4,6e−14 ✓
Gamma, ters: \beta age −6,9259·10−8 −6,9259·10−8 −6,9259·10−8 1,5e−13 (göreli) ✓
Gamma, ters: SH age 6,6016·10−8 6,6016·10−8 6,6016·10−8 8,0e−15 (göreli) ✓
Gamma, ters: t age −1,049128 −1,049128 −1,049128 1,5e−13 ✓
Gamma, ters: \beta admission_day −5,8130·10−6 −5,8130·10−6 −5,8130·10−6 1,2e−15 (göreli) ✓
Gamma, ters: SH admission_day 4,9253·10−7 4,9253·10−7 4,9253·10−7 1,2e−14 (göreli) ✓
Gamma, ters: t admission_day −11,802179 −11,802179 −11,802179 1,1e−13 ✓
Gamma, ters: p (t, sd 197) age 0,295405 0,295405 0,295405 6,9e−14 ✓
Gamma, log: φ̂ (Pearson) 0,084896 0,084896 0,084896 1,1e−15 ✓
Gamma, log: sapma D 26,493272 26,493272 26,493272 6,0e−14 ✓
Gamma, log: sıfır sapması D_0 36,831634 36,831634 36,831634 1,4e−14 ✓
Gamma, log: ℓ (φ = D/n) −2006,267601 −2006,267601 −2006,267601 2,3e−13 ✓
Gamma, log: AIC 4020,535201 4020,535201 4020,535201 4,5e−13 ✓
Gamma, log: BIC 4033,728471 4033,728471 4033,728471 2,3e−12 ✓
Gamma, log: model F 60,888150 60,888150 60,888150 7,9e−13 ✓
Gamma, log: \beta Sabit 9,073036 9,073036 9,073036 3,2e−14 ✓
Gamma, log: SH Sabit 0,082378 0,082378 0,082378 5,4e−16 ✓
Gamma, log: t Sabit 110,138524 110,138524 110,138524 1,1e−12 ✓
Gamma, log: \beta age 0,001019 0,001019 0,001019 5,6e−16 ✓
Gamma, log: SH age 0,001109 0,001109 0,001109 8,0e−18 ✓
Gamma, log: t age 0,919168 0,919168 0,919168 5,1e−13 ✓
Gamma, log: \beta admission_day 0,110475 0,110475 0,110475 1,1e−15 ✓
Gamma, log: SH admission_day 0,010121 0,010121 0,010121 6,4e−17 ✓
Gamma, log: t admission_day 10,915256 10,915256 10,915256 8,2e−14 ✓
Gamma, log: p (t, sd 197) age 0,359132 0,359132 0,359132 2,7e−13 ✓
Gamma, log: %95 Wald GA alt age −0,001154 −0,001154 −0,001154 5,7e−16 ✓
Gamma, log: exp(β) age 1,001020 1,001020 1,001020 6,7e−16 ✓
Gamma, log: %95 Wald GA alt admission_day 0,090638 0,090638 0,090638 1,0e−15 ✓
Gamma, log: exp(β) admission_day 1,116809 1,116809 1,116809 1,1e−15 ✓
Gamma, log: terim sapma farkı age 0,071422 0,071422 0,071422 1,4e−14 ✓
Gamma, log: terim F age 0,841288 0,841288 0,841288 1,7e−13 ✓
Gamma, log: terim sapma farkı admission_day 10,276561 10,276561 10,276561 6,0e−14 ✓
Gamma, log: terim F admission_day 121,048335 121,048335 121,048335 2,0e−12 ✓
Gamma, log: profil GA alt Sabit 8,913112 8,913112 8,913113 8,3e−07 ✓ (R ızgara, 10−4)
Gamma, log: profil GA üst Sabit 9,234133 9,234133 9,234134 9,4e−07 ✓ (R ızgara, 10−4)
Gamma, log: profil GA alt age −0,001160 −0,001160 −0,001160 3,7e−09 ✓ (R ızgara, 10−4)
Gamma, log: profil GA üst age 0,003194 0,003194 0,003194 2,0e−09 ✓ (R ızgara, 10−4)
Gamma, log: profil GA alt admission_day 0,090417 0,090417 0,090417 1,3e−07 ✓ (R ızgara, 10−4)
Gamma, log: profil GA üst admission_day 0,130703 0,130703 0,130703 1,3e−07 ✓ (R ızgara, 10−4)
Gamma, log: φ̂ (ML) 0,129669 0,129669 0,129669 1,3e−09 ✓
Gamma, log: SH gözlenen bilgi + φ_ML Sabit 0,101208 0,101208 0,101208 5,2e−10 ✓ (sayısal Hessian, 10−5)
Gamma, log: SH gözlenen bilgi + φ_ML age 0,001372 0,001372 0,001372 7,1e−12 ✓ (sayısal Hessian, 10−5)
Gamma, log: SH gözlenen bilgi + φ_ML admission_day 0,012701 0,012701 0,012701 6,6e−11 ✓ (sayısal Hessian, 10−5)
Gamma, log: SH (φ = D/sd) admission_day 0,012739 0,012739 0,012739 6,9e−18 ✓
Gamma, log: %99 GA alt admission_day (φ = D/sd) 0,077663 0,077663 0,077663 1,1e−15 ✓
Gamma, log: sapma artığı en küçük −1,760530 −1,760530 −1,760530 8,7e−15 ✓
Gamma, log: en büyük Cook D 0,077924 0,077924 0,077924 1,2e−15 ✓
Gamma, log: en büyük Cook satırı (1 tabanlı) 10 10 10 0,0e+00 ✓
Gamma, log: |std. sapma artığı| > 2 sayısı 13 13 13 0,0e+00 ✓
Ters Gauss, log: φ̂ (Pearson) 6,0155·10−6 6,0155·10−6 6,0155·10−6 1,2e−19 ✓
Ters Gauss, log: sapma D 0,004012 0,004012 0,004012 1,7e−18 ✓
Ters Gauss, log: sıfır sapması D_0 0,004647 0,004647 0,004647 1,7e−18 ✓
Ters Gauss, log: ℓ (φ = D/n) −2085,724166 −2085,724166 −2085,724166 3,6e−12 ✓
Ters Gauss, log: AIC 4179,448332 4179,448332 4179,448332 3,6e−12 ✓
Ters Gauss, log: BIC 4192,641602 4192,641602 4192,641602 1,8e−12 ✓
Ters Gauss, log: model F 52,826177 52,826177 52,826177 1,0e−12 ✓
Ters Gauss, log: \beta Sabit 9,075078 9,075078 9,075078 1,2e−13 ✓
Ters Gauss, log: SH Sabit 0,086084 0,086084 0,086084 6,7e−16 ✓
Ters Gauss, log: t Sabit 105,420987 105,420987 105,420987 6,0e−13 ✓
Ters Gauss, log: \beta age 0,000671 0,000671 0,000671 1,8e−15 ✓
Ters Gauss, log: SH age 0,001171 0,001171 0,001171 9,5e−18 ✓
Ters Gauss, log: t age 0,573160 0,573160 0,573160 1,5e−12 ✓
Ters Gauss, log: \beta admission_day 0,113998 0,113998 0,113998 5,1e−15 ✓
Ters Gauss, log: SH admission_day 0,011424 0,011424 0,011424 1,3e−16 ✓
Ters Gauss, log: t admission_day 9,979260 9,979260 9,979260 5,7e−13 ✓
Ters Gauss, log: p (t, sd 197) age 0,567190 0,567190 0,567190 1,0e−12 ✓
Ters Gauss, log: φ̂ (ML) = D/n 2,0058·10−5 2,0058·10−5 2,0058·10−5 5,6e−14 ✓
Ters Gauss, 1/μ²: φ̂ (Pearson) 5,9792·10−6 5,9792·10−6 5,9792·10−6 3,0e−20 ✓
Ters Gauss, 1/μ²: sapma D 0,004115 0,004115 0,004115 4,3e−18 ✓
Ters Gauss, 1/μ²: sıfır sapması D_0 0,004647 0,004647 0,004647 1,7e−18 ✓
Ters Gauss, 1/μ²: ℓ (φ = D/n) −2088,257810 −2088,257810 −2088,257810 3,2e−12 ✓
Ters Gauss, 1/μ²: AIC 4184,515620 4184,515620 4184,515620 6,4e−12 ✓
Ters Gauss, 1/μ²: BIC 4197,708890 4197,708890 4197,708890 4,5e−12 ✓
Ters Gauss, 1/μ²: model F 44,539239 44,539239 44,539239 2,2e−13 ✓
Ters Gauss, 1/μ²: \beta Sabit 7,1066·10−9 7,1066·10−9 7,1066·10−9 6,4e−15 (göreli) ✓
Ters Gauss, 1/μ²: SH Sabit 4,7907·10−10 4,7907·10−10 4,7907·10−10 2,2e−14 (göreli) ✓
Ters Gauss, 1/μ²: t Sabit 14,834055 14,834055 14,834055 2,4e−13 ✓
Ters Gauss, 1/μ²: \beta age −2,7929·10−12 −2,7929·10−12 −2,7929·10−12 4,6e−13 (göreli) ✓
Ters Gauss, 1/μ²: SH age 7,9855·10−12 7,9855·10−12 7,9855·10−12 2,6e−15 (göreli) ✓
Ters Gauss, 1/μ²: t age −0,349742 −0,349742 −0,349742 1,6e−13 ✓
Ters Gauss, 1/μ²: \beta admission_day −5,6223·10−10 −5,6223·10−10 −5,6223·10−10 6,4e−15 (göreli) ✓
Ters Gauss, 1/μ²: SH admission_day 4,1997·10−11 4,1997·10−11 4,1997·10−11 2,3e−14 (göreli) ✓
Ters Gauss, 1/μ²: t admission_day −13,387459 −13,387459 −13,387459 3,9e−13 ✓
Ters Gauss, 1/μ²: p (t, sd 197) age 0,726906 0,726906 0,726906 1,2e−13 ✓

Tweedie:

Büyüklük MerQur Python (bağımsız) R 4.5.3 En büyük fark Durum
Tweedie p = 1,5: φ̂ (Pearson) 29,262855 29,262855 29,262855 1,0e−12 ✓
Tweedie p = 1,5: sapma D 8222,532657 8222,532657 8222,532657 1,8e−12 ✓
Tweedie p = 1,5: sıfır sapması D_0 11878,334141 11878,334141 11878,334141 3,5e−11 ✓
Tweedie p = 1,5: ℓ (φ = D/n) −1467,772794 −1467,772794 −1467,772794 6,2e−11 ✓
Tweedie p = 1,5: AIC 2943,545588 2943,545588 2943,545588 1,1e−10 ✓
Tweedie p = 1,5: BIC 2956,738858 2956,738858 2956,738858 1,1e−10 ✓
Tweedie p = 1,5: model F 62,464881 62,464881 62,464881 2,2e−12 ✓
Tweedie p = 1,5: \beta Sabit 5,944649 5,944649 5,944649 2,7e−14 ✓
Tweedie p = 1,5: SH Sabit 0,159615 0,159615 0,159615 3,1e−15 ✓
Tweedie p = 1,5: t Sabit 37,243639 37,243639 37,243639 8,9e−13 ✓
Tweedie p = 1,5: \beta admission_day 0,352628 0,352628 0,352628 8,4e−15 ✓
Tweedie p = 1,5: SH admission_day 0,032429 0,032429 0,032429 6,4e−16 ✓
Tweedie p = 1,5: t admission_day 10,873769 10,873769 10,873769 1,7e−13 ✓
Tweedie p = 1,5: \beta insurance_present 0,565188 0,565188 0,565188 1,8e−14 ✓
Tweedie p = 1,5: SH insurance_present 0,135354 0,135354 0,135354 2,3e−15 ✓
Tweedie p = 1,5: t insurance_present 4,175636 4,175636 4,175636 2,0e−13 ✓
Tweedie p = 1,5: p (t, sd 197) admission_day 7,1194·10−22 7,1194·10−22 7,1194·10−22 9,4e−34 ✓
Tweedie p = 1,5: φ̂ (ML) 39,303820 39,303820 39,303820 3,7e−07 ✓ (φ en iyileme, 10−5)
Tweedie: \hat p (profil) 1,311825 1,311825 1,311825 1,1e−08 ✓ (p en iyileme, 10−5)
Tweedie: profil ℓ(\hat p) −1455,211586 −1455,211586 −1455,211586 5,4e−09 ✓
Tweedie: p %95 GA alt 1,251992 1,251992 1,251992 1,6e−08 ✓ (kök, 10−5)
Tweedie: p %95 GA üst 1,380894 1,380894 1,380894 1,0e−10 ✓ (kök, 10−5)
Tweedie: φ̂ (ML, \hat p) 121,668128 121,668130 121,668130 1,8e−06 ✓ (φ en iyileme, 10−5)
Tweedie \hat p: φ̂ (Pearson) 111,201397 111,201406 111,201406 8,9e−06 ✓
Tweedie \hat p: sapma D 26651,021943 26651,023835 26651,023875 1,9e−03 ✓
Tweedie \hat p: sıfır sapması D_0 41351,412444 41351,415526 41351,415590 3,1e−03 ✓
Tweedie \hat p: ℓ (φ = D/n) −1455,821274 −1455,821274 −1455,821274 9,3e−08 ✓
Tweedie \hat p: AIC 2919,642547 2919,642547 2919,642547 1,9e−07 ✓
Tweedie \hat p: BIC 2932,835817 2932,835817 2932,835817 1,9e−07 ✓
Tweedie \hat p: model F 66,098048 66,098048 66,098048 2,0e−07 ✓
Tweedie \hat p: \beta Sabit 6,046484 6,046484 6,046484 5,6e−09 ✓
Tweedie \hat p: SH Sabit 0,155901 0,155901 0,155901 2,0e−10 ✓
Tweedie \hat p: t Sabit 38,784018 38,784018 38,784018 8,5e−08 ✓
Tweedie \hat p: \beta admission_day 0,331864 0,331864 0,331864 1,1e−09 ✓
Tweedie \hat p: SH admission_day 0,030211 0,030211 0,030211 1,2e−10 ✓
Tweedie \hat p: t admission_day 10,985011 10,985011 10,985011 6,3e−09 ✓
Tweedie \hat p: \beta insurance_present 0,531544 0,531544 0,531544 1,8e−09 ✓
Tweedie \hat p: SH insurance_present 0,131724 0,131724 0,131724 1,9e−10 ✓
Tweedie \hat p: t insurance_present 4,035286 4,035286 4,035286 7,9e−09 ✓
Tweedie \hat p: p (t, sd 197) admission_day 3,3194·10−22 3,3194·10−22 3,3194·10−22 1,4e−29 ✓

Profil GA'da R ızgara yaklaşımı nedeniyle 10^{-4} ölçütü kullanılmıştır; MerQur ile Python'un doğrudan kökleri 10^{-10} düzeyinde aynıdır. Gözlenen bilgi SH'leri R'de sayısal Hessian'la (10^{-5}), Tweedie \hat p ve \hat\varphi_{ML} tek boyutlu en iyileme toleransıyla (10^{-5}) karşılaştırılmıştır.

48.7 Çıktıyı okuma

Sonuç metni (log bağlantılı Gamma, kısaltılmış):

Gamma GLM — Log
  N (gözlem)                     = 200
  Parametre sayısı               = 3
  df (artık)                     = 197
  Ölçek (yayılım) φ̂             = 0.0848963 (Pearson χ²/sd (varsayılan))
  Bilgi matrisi                  = Beklenen (Fisher; varsayılan)
  Ölçek, en çok olabilirlik (bilgi) = 0.129669
  Pearson χ²                     = 16.724579
  Sapma                          = 26.493272
  Sıfır modeli sapması           = 36.831634 (sd = 199)
  Log-olabilirlik                = -2006.2676
  AIC                            = 4020.5352
  BIC                            = 4033.7285
  Yineleme sayısı                = 4

Katsayılar (test: t, sd = 197; GA: %95 GA, Wald (varsayılan))
  Değişken          Katsayı          SE         t       p     GA alt     GA üst  exp(β) ...
  (Sabit)           9.07304   0.0823784  110.1385 <0.0001    8.91158    9.23449       —
  age            0.00101906  0.00110868    0.9192  0.3591 -0.00115391 0.00319204 1.0010
  admission_day    0.110475   0.0101212   10.9153 <0.0001  0.0906381   0.130312  1.1168

Model karşılaştırması (sıfır modeline karşı; φ̂ ile ölçekli)
  F(2, 197) = 60.8881, p <0.0001;  LR χ²(2) = 121.7763, p <0.0001  (Sapma farkı = 10.338362)

Artık tanıları
  Sapma artıkları: en küçük -1.7605, Ç1 -0.1708, ortanca 0.0029, Ç3 0.1619, en büyük 0.7400
  |Standartlaştırılmış sapma artığı| > 2: 13 gözlem; > 3: 6 gözlem
  En büyük Cook uzaklığı = 0.0779 (satır 10); Cook > 4/n: 8 gözlem

Tablo sekmesi: Değişken, Katsayı, SE, t (ya da z), p, GA alt/üst; log bağlantıda ayrıca exp(β) ve GA'sı (sabit için boş).

Öğe Nasıl yorumlanır
Başlık satırı Aile ve çözülmüş bağlantı ("Gamma GLM — Ters (1/μ)" varsayılanda). Katsayıların ölçeği bağlantıya bağlıdır.
exp(β) Log bağlantıda çarpımsal etki: admission_day 1,117 → her gün ortalama maliyet %11,7 artar. Ters bağlantıda exp(β) yazılmaz; katsayı 1/μ ölçeğindedir ve negatif işaret artış demektir.
φ̂ Seçilen ölçek; SH'ler \sqrt{\hat\varphi} ile orantılı. Gamma'da \sqrt{\hat\varphi} ≈ değişkenlik katsayısı.
"Ölçek, en çok olabilirlik (bilgi)" Seçilen ölçek ne olursa olsun ML ölçeği bilgi olarak yazılır.
Log-olabilirlik / AIC \tilde\varphi=D/n ile; aileler ve bağlantılar arası karşılaştırma için (aynı yanıt).
F ve LR χ² Sıfır modeline karşı; ölçekli. Küçük örneklemde F'yi tercih edin.
Terim testleri Terim çıkarılınca sapma artışı; marjinallik ilkesi uygulanır. "†" yakınsamayan indirgenmiş model.
Artık tanıları Standartlaştırılmış artıklar ve Cook; satır numarası 1 tabanlı.
Tweedie p satırı Sabit ya da profil \hat p ve GA'sı; sınırda ise uyarı.

APA biçiminde rapor cümlesi (Türkçe ondalıkla):

Toplam hastane maliyetini yordamak için yaş ve yatış süresini içeren log bağlantılı Gamma genelleştirilmiş doğrusal modeli kuruldu (n = 200; ölçek Pearson yöntemiyle kestirildi, \hat\varphi = 0{,}085). Model sıfır modelinden anlamlı biçimde iyiydi, F(2, 197) = 60{,}89, p < 0{,}001. Yaş denetlendiğinde her ek yatış günü ortalama maliyeti %11,7 artırdı (exp(β) = 1,117; %95 GA [1,095; 1,139]; t(197) = 10{,}92; p < 0{,}001); yaşın etkisi anlamlı değildi (exp(β) = 1,001; %95 GA [0,999; 1,003]; p = 0{,}359). Grup ortalama–varyans ilişkisi Gamma varyans fonksiyonunu desteklemediğinden sonuçlar sabit varyanslı doğrusal modelle karşılaştırıldı.

48.8 Uzman soruları

S1. MerQur'un Gamma kestirimi R `glm` ile neden 14. basamağa kadar aynı?

stats/glm_irls.py, R glm.fit'in adımlarını birebir uygular: aynı başlangıç (\mu_0=y), aynı durma ölçütü (|\Delta D|/(|D|+0{,}1)<10^{-8}), aynı adım yarılama ve ölçeksiz kovaryansın son WLS adımının QR'ından alınması. Pearson ölçeği de R summary.glm gibi son adım ağırlıklarıyla hesaplanır. Bu nedenle SH ve \hat\varphi yakınsamış \hat\mu'den hesaplanan "kuramsal" değerden tolerans düzeyinde (10^{-7} göreli) farklı olabilir, ama R ile aynıdır.

S2. Gamma SH'leri ölçek ve bilgi matrisi seçimine göre neden değişiyor?

Ölçek ML ile kestirilip kanonik olmayan bağlantıda gözlenen bilgi (Hessian) kullanıldığında SH'ler varsayılandan farklıdır. MerQur'da "Ölçek: ML", "Bilgi matrisi: gözlenen" ve "z" seçilince bu SH'ler elde edilir (bu veride admission_day SH 0,012701; varsayılan 0,010121). Katsayılar tüm seçeneklerde aynıdır.

S3. Wald GA neden t değil z ile kuruluyor?

R confint.default gibi; arayüz ipucu metni bunu yazar. t testi seçiliyken p değeri t_{n-k}'dan, GA standart normalden gelir. n-k küçükse sınırda bir katsayıda p biraz 0,05'in üstündeyken GA 0'ı dışlayabilir. Profil GA da z^2 ile kurulur (R confint.glm). Küçük örneklemde tutarlılık istenirse z testi seçilebilir.

S4. Tweedie'de p neden AIC'de parametre sayılmıyor? SH'ler p'nin belirsizliğini içeriyor mu?

MerQur R tweedie paketinin tanımını izler: \hat p ile kurulan model p'yi bilinen sayar; AIC'ye k+1 (katsayılar + ölçek) girer ve katsayı SH'leri p ve \varphi sabitken verilir. p'nin belirsizliği yalnız kendi profil GA'sında görünür. (\boldsymbol\beta,\varphi,p) ortak Hessian'ını kullanan yazılımlar daha büyük SH verebilir; katsayılar ve \hat p aynıdır.

S5. Bu veride Gamma neden uygun değil? Nasıl anlaşılır?

Gamma \operatorname{Var}\propto\mu^2 der. Yatış günü gruplarında ortalama 2,25 kat artarken varyans artmamaktadır (log–log eğimi −0,45; Şekil 48.1). Ayrıca sabit varyanslı normal modelin AIC'si (3931,3) Gamma'nınkinden (4020,5) 89 puan küçüktür ve en büyük standartlaştırılmış artıklar en düşük maliyetlerde toplanır. Aile seçimi, varyans–ortalama ilişkisi ve AIC ile birlikte yapılmalıdır; çarpıklık tek başına yeterli gerekçe değildir.

S6. Kanonik ters bağlantıda model kurulamadı; ne oldu?

Ters bağlantıda \mu=1/\eta'dır; IRLS bir adımda \eta\le0 üretirse \mu negatif ya da sonsuz olur. Kod R gibi önce adımı yarılar; yine geçerli nokta bulamazsa "Model kurulamadı (… bağlantı) … log bağlantıyı deneyin" hatası verir (glm_positive.py:131–139). Log bağlantıda \mu=e^\eta her zaman pozitif olduğundan bu sorun çıkmaz.

S7. R'de `drop1(test = "F")` farklı F veriyor; hangisi doğru?

İkisi farklı ölçek kullanır. MerQur ve R anova(..., test = "F") paydada Pearson \hat\varphi kullanır (F=121{,}05); drop1 sapma/sd kullanır (F=76{,}41). MerQur'da "Ölçek: Sapma/sd" seçilirse drop1 sayısı elde edilir. Hangisinin kullanıldığı raporda belirtilmelidir.

S8. Tweedie p sınıra (1 ya da 2) yakın çıkarsa ne demek?

p\to1 veri Poisson'a (sayım benzeri, ölçekli), p\to2 Gamma'ya yaklaşıyor demektir. MerQur p'yi 1,001–1,999 aralığında arar; \hat p sınıra 0,001'den yakınsa ya da GA'nın bir ucu açık kalırsa uyarı verir. Yanıtta hiç sıfır yoksa ve \hat p\to2 ise Gamma ailesi daha uygundur.

48.9 Sık hatalar ve tuzaklar

  • Varsayılan bağlantıyı log sanmak. Gamma ve ters Gauss'ta varsayılan kanonik bağlantıdır (1/μ, 1/μ²); katsayılar ters ölçektedir, exp(β) verilmez. Çarpımsal yorum için "Log" seçilmelidir.
  • Ters bağlantıda işareti yanlış okumak. Ters bağlantıda negatif katsayı, ortalamanın arttığı anlamına gelir (bu veride admission_day −5,81·10⁻⁶).
  • Aileyi yalnız çarpıklığa göre seçmek. Varyans–ortalama ilişkisi denetlenmelidir; bu veride Gamma AIC'si normal modelden kötüdür.
  • Farklı yanıtların AIC'lerini karşılaştırmak. AIC yalnız aynı y için karşılaştırılabilir; \ln y modeliyle doğrudan kıyaslanmaz (Jakobiyen gerekir).
  • Ölçek seçimini raporlamamak. Pearson, sapma ve ML ölçeği SH'leri %26'ya varan oranda değiştirebilir (Adım 6).
  • Tweedie'yi sıfırsız veride kullanmak. Sıfır yoksa Tweedie \hat p çoğu zaman 2'ye gider; Gamma daha yalındır.
  • Tweedie AIC'sinde p'yi saymamak. Sabit p ile profil \hat p modellerini AIC ile kıyaslarken profil modelin bir ek kestirim içerdiği akılda tutulmalıdır.
  • Q-Q grafiğini normallik testi gibi okumak. GLM'de standartlaştırılmış sapma artıkları yalnız yaklaşık normaldir; özellikle küçük \varphi ve uç değerlerde kuyruk sapmaları beklenir.

48.10 Kaynaklar

  • Dunn, P. K., & Smyth, G. K. (2005). Series evaluation of Tweedie exponential dispersion model densities. Statistics and Computing, 15(4), 267–280. https://doi.org/10.1007/s11222-005-4070-y
  • Dunn, P. K., & Smyth, G. K. (2018). Generalized linear models with examples in R. Springer. https://doi.org/10.1007/978-1-4419-0118-7
  • Jørgensen, B. (1987). Exponential dispersion models. Journal of the Royal Statistical Society: Series B (Methodological), 49(2), 127–145. https://doi.org/10.1111/j.2517-6161.1987.tb01685.x
  • Manning, W. G., & Mullahy, J. (2001). Estimating log models: To transform or not to transform? Journal of Health Economics, 20(4), 461–494. https://doi.org/10.1016/S0167-6296(01)00086-8
  • McCullagh, P., & Nelder, J. A. (1989). Generalized linear models (2. baskı). Chapman and Hall. https://doi.org/10.1007/978-1-4899-3242-6
  • Nelder, J. A., & Wedderburn, R. W. M. (1972). Generalized linear models. Journal of the Royal Statistical Society. Series A (General), 135(3), 370–384. https://doi.org/10.2307/2344614
  • Smyth, G. K., & Jørgensen, B. (2002). Fitting Tweedie's compound Poisson model to insurance claims data: Dispersion modelling. ASTIN Bulletin, 32(1), 143–157. https://doi.org/10.2143/AST.32.1.1020
  • Venables, W. N., & Ripley, B. D. (2002). Modern applied statistics with S (4. baskı). Springer. https://doi.org/10.1007/978-0-387-21706-2
  • Venzon, D. J., & Moolgavkar, S. H. (1988). A method for computing profile-likelihood-based confidence intervals. Applied Statistics, 37(1), 87–94. https://doi.org/10.2307/2347496