Search on the blog

2017年3月19日日曜日

緑本 第6章 GLMの応用範囲をひろげる -ロジスティック回帰など-

 久保先生の緑本こと「データ解析のための統計モデリング入門――一般化線形モデル・階層ベイズモデル・MCMC」を読んでいる。今日は第6章「GLMの応用範囲をひろげる -ロジスティック回帰など-」を読んだ。
 以下は自分の理解度をチェックするために作った確認リスト。

  • 以下のようなデータをGLMで分析したい場合に、確率分布は何を用いるのがよさそうか?
    • 上限のないカウントデータ
    • 上限のあるカウントデータ
    • 確率変数のとりうる範囲が0以上の連続値データ
    • 負の値もとりうる場合の連続値データ
  • 以下の文のX, Y, Zに当てはまる語句は何か?
    • ロジスティック回帰は確率分布関数に(X)を、リンク関数に(Y)関数を用いたGLMである。
    • (Y)関数は(Z)関数の逆関数である。
  • オッズ比とは何か?
  • ロジスティック回帰モデル(相互作用項無し)において、ある説明変数xが1増加した場合、オッズ比はどのように変化するか?
  • 交互作用項とは何か?
  • 交互作用項をいれる場合の注意点は?
  • 観測データの割算値を使って回帰を行う場合の問題点は?
  • オフセット項とは何か?そのメリットは?

0 件のコメント:

コメントを投稿