Hatena Blog Tags
はてなブログ トップ
一般化線形モデル
このタグでブログを書く
言葉の解説
ネットで話題
関連ブログ

一般化線形モデル

このタグの解説についてこの解説文は、すでに終了したサービス「はてなキーワード」内で有志のユーザーが作成・編集した内容に基づいています。その正確性や網羅性をはてなが保証するものではありません。問題のある記述を発見した場合には、お問い合わせフォームよりご連絡ください。
双子ママ、今日も楽しい！•9ヶ月前

一般化線形モデルのキホン：“線形予測子”のお話

おはようございます！ ゆきちゃんママです！ 前回の記事では、「リンク関数とは、平均（期待値）を線形予測子につなぐための変換のことだよ」という話を書きました。 yukichan-mama.com その一つ前の記事では、一般化線形モデル（GLM）で分析するためには、リンク関数や線形予測子などが必要なんだよ〜というところまで紹介したのですが…… yukichan-mama.com 線形予測子とは何か？ の説明をうっかり忘れていました（笑） というわけで、今日はその「線形予測子」について書こうと思います。 線形予測子とは？ もうちょっとわかりやすくいうと？ どうして「線形」なの？ 線形予測子ってどう使…

#線形予測子#統計勉強#一般化線形モデル#GLM

ネットで話題

もっと見る
184ブックマーク「使い分け」ではなく「妥当かどうか」が大事：重回帰分析＆一般化線形モデル選択まわりの再まとめ - 六本木で働くデータサイエンティストのブログtjo.hatenablog.com
82ブックマークPythonで一般化線形モデル - old school magicbreakbee.hatenablog.jp
77ブックマークAmazon.co.jp： 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 (確率と情報の科学): 久保拓弥: 本www.amazon.co.jp
66ブックマーク【統計モデリング入門 】一般化線形モデル（GLM）を基礎から学ぶ -Pythonによる実践あり-｜はやぶさの技術ノートcpp-learning.com
54ブックマークRで多変量解析（一般化線形モデル）〜タイタニックのデータも分析しました〜 - Issei’s Analysis 〜おとうさんの解析日記〜今回は多変量解析についてです。その前にそもそもですが、「多変量解析」という言葉は様々な意味で使えるので、なるべく使うのを止めましょう。私が経験してきた中で、このような意味で使われていました。重回帰、一般線形モデル一般化線形モデル変数選択（ステップワイズ法）変数縮小（主成分分析） どの手法も目的がま...d.hatena.ne.jp
27ブックマーク対数変換と一般化線形モデル - DTAL（旧RCEAL）留学記録mrkm-a.hatenablog.com
22ブックマーク[PDF]一般化線形モデル入門の入門www012.upp.so-net.ne.jp
20ブックマーク生態学データ解析 - FAQ 一般化線形モデルここでは R の glm() を使って解析した場合の説明をしてみます 参照: FAQ 系ペイジ一覧, GLM 参照, summary(glm()) の星 この説明もしっかり読みましょう！信頼区間って難しい… [項目] 研究発表で「GLM を使った」と説明するときにはどうしたらよいでしょうか? GLM で得られた結果を発表・説明するときにはどうしたらよ...hosho.ees.hokudai.ac.jp
18ブックマークpythonで一般化線形モデルと公式リファレンスの罠 - using statsmodels - - Data Science by R and Pythontomoshige-n.hatenablog.com

関連ブログ

双子ママ、今日も楽しい！•10ヶ月前

リンク関数ってなんだっけ？

おはようございます！ ゆきちゃんママです😊 先日書いた「GLM（一般化線形モデル）」の記事、たくさん読んでいただきありがとうございます！ yukichan-mama.com ……なのですが！ 読んだハズバンドからメッセージが。 「リンク関数の説明がないやん！もしかして、もう初心者の気持ち、忘れちゃったの？」 ……はい、すみません💦 書き忘れです！（初心者の気持ちはちゃんと覚えてます！笑） というわけで、今日は「リンク関数とは何か」をテーマにお話しします。 まずおさらい：「確率分布」って何？ リンク関数とは？ たとえばこう！ ① 普通の線形回帰 ポアソン回帰：カウントデータにぴったり ロジスティ…

#リンク関数#GLM#一般化線形モデル#統計勉強
双子ママ、今日も楽しい！•10ヶ月前

一般化線形モデルと最尤推定法をやさしく理解する

おはようございます！ ゆきちゃんママです！ 今日も一般化線形モデルのお話です。 早く実際にGLMの分析をやってみたいという方も多いかもしれませんが、 大切なことなので、GLMと推定法の話を詳しく書きたいと思います！ もう知っているよ！という方も、こういう話って、なぜか何度読んでも勉強になるって思うんです。 そういう私も、何度も読み直して勉強をし直す予定です（笑） GLMと最尤推定法の関係 確率分布とは？（復習） ポアソン分布の例 最尤推定法とは？ サイコロの例で考えてみる GLMに当てはめると？ まとめ GLMと最尤推定法の関係 一般化線形モデル（GLM）では、データの性質に応じて 正規分布だ…

#最尤推定法#パラメーターの推定#統計の勉強#一般化線形モデル#GLM
双子ママ、今日も楽しい！•1年前

一般化線形モデル（GLM）に挑戦！

おはようございます！ ゆきちゃんママです。 最近は統計といっても、Rの設定や基礎的な部分をまとめてきましたが、それもひと段落。 今回は、夏休み前に解説していた「（一般）線形モデル」の続きとして、その発展版である Generalized Linear Model（一般化線形モデル／GLM） を取り上げたいと思います。 yukichan-mama.com 正直、私は最初「一般線形モデル」と「一般化線形モデル」って、【化】がつくだけで同じじゃん！と思っていました（笑）。 訳し方の違いで中身は一緒、なんてこともよくありますよね。 でも実は、この2つはちゃんと別物なんです。 今日はその違いを、できるだけ…

#一般化線形モデル#ポアソン分布#（一般）線形モデル#統計の勉強
備忘録 as vet.•2年前

最尤推定法、Fisher情報量についてのアウトプット

医学のための因果推論Iをこつこつ勉強しています。独学した内容をまとめる機会があったので、備忘録的にこちらに記録を残しておきます。 Harrell先生のRegression modeling strategyはやはり名著。Fisher情報量はネットを調べていてもスッキリしなかったが、RMSを読んでめちゃくちゃ腑に落ちた。 最尤推定法の考え方 独立したN人の患者のアウトカムを考える。 i番目の患者において得られた観測値をとすると、 は確率密度関数で表される確率分布に従う。 仮に確率分布が正規分布なら、 ということになるが、ここではあえて確率分布を明示しない。 確率密度関数 において、Θは確率密度関…

#最尤推定量#最尤推定法#Fisher情報量#一般化線形モデル