Partitioned conditional generalized linear models for categorical data

Jean Peyhardi 1, 2 Catherine Trottier 2, 3 Yann Guédon 1, 4
1 VIRTUAL PLANTS - Modeling plant morphogenesis at different scales, from genes to phenotype
CRISAM - Inria Sophia Antipolis - Méditerranée , INRA - Institut National de la Recherche Agronomique, Centre de coopération internationale en recherche agronomique pour le développement [CIRAD] : UMR51
Abstract : In categorical data analysis, several regression models have been proposed for hierarchically-structured response variables, e.g. the nested logit model. But they have been formally defined for only two or three levels in the hierarchy. Here, we introduce the class of partitioned conditional generalized linear models (PCGLMs) defined for any numbers of levels. The hierarchical structure of these models is fully specified by a partition tree of categories. Using the genericity of the (r,F,Z) specification, the PCGLM can handle nominal, ordinal but also partially-ordered response variables.
Type de document :
Pré-publication, Document de travail
25 pages, 13 figures. 2015
Liste complète des métadonnées

Littérature citée [14 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/hal-01101036
Contributeur : Christophe Godin <>
Soumis le : lundi 12 janvier 2015 - 17:33:08
Dernière modification le : vendredi 19 octobre 2018 - 15:22:02
Document(s) archivé(s) le : lundi 13 avril 2015 - 10:16:14

Fichier

1405.5802v1.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-01101036, version 1
  • ARXIV : 1405.5802

Citation

Jean Peyhardi, Catherine Trottier, Yann Guédon. Partitioned conditional generalized linear models for categorical data. 25 pages, 13 figures. 2015. 〈hal-01101036〉

Partager

Métriques

Consultations de la notice

434

Téléchargements de fichiers

118