He visto que se afirma en Hosmer & Lemeshow (y en otros lugares) que la estimación de parámetros de mínimos cuadrados en la regresión logística es subóptima (no conduce a un estimador imparcial de varianza mínima). ¿Alguien conoce otros libros/artículos que muestren/discutan esto explícitamente? Google y mi biblioteca personal no me han ayudado aquí...
Esta pregunta ya tiene respuestas:
Respuesta
¿Demasiados anuncios?
danger89
Puntos
111
En la regresión lineal ordinaria maximizar la probabilidad es equivalente a minimizar la suma de errores al cuadrado en todo el tablero (y, en consecuencia, la varianza estimada de errores) I En la regresión logística, no se espera que los errores tengan la misma varianza: deberíamos tener una varianza alta para p cerca de .5, menor varianza hacia los extremos I Conduce a (iterativamente) (re)cuadrados mínimos ponderados (IRWLS) método, donde los errores se penalizan más donde esperamos menos varianza alrededor de p
