¿Podría explicarnos por qué los modelos lineales generalizados (GLM) a menudo se consideran superiores a los modelos lineales (LM) en el ámbito de las criptomonedas y el análisis financiero?
Si bien los LM tienen sus usos, los GLM parecen estar ganando popularidad.
¿Se debe a su capacidad para manejar relaciones no lineales y distribuciones no normales, que prevalecen en los datos financieros?
¿O es su flexibilidad para incorporar diferentes funciones de enlace lo que permite una comprensión más matizada de los datos?
Además, ¿podría proporcionar ejemplos de escenarios en los que los GLM hayan brindado un poder predictivo o conocimientos superiores en comparación con los LM en el campo de las criptomonedas y las finanzas?
5 respuestas
Stefano
Sun Jun 30 2024
A diferencia de la regresión lineal estándar, GLM posee una mayor flexibilidad.
CryptoWizardry
Sun Jun 30 2024
Esta flexibilidad se atribuye a la capacidad de GLM para manejar variables de salida no continuas o ilimitadas.
TaekwondoMasterStrengthHonor
Sun Jun 30 2024
GLM permite que las variaciones en las entradas no restringidas tengan un impacto en la variable de salida, pero de una manera que esté adecuadamente escalada o restringida.
ZenBalanced
Sun Jun 30 2024
GLM, que significa Modelo Lineal Generalizado, es una categoría amplia de métodos estadísticos que amplían la regresión lineal tradicional.
PhoenixRising
Sun Jun 30 2024
Tal flexibilidad permite que GLM se aplique en una gama más amplia de problemas del mundo real, más allá de aquellos en los que la regresión lineal tradicional sería suficiente.