ポアソン回帰で推定しているモノはλの式 - 餡子付゛録゛
某所の(1)ポアソン回帰モデルの説明が、(2)対数変換OLSと同じになっている気がします。違うものだと思うのですが、シミュレーションをして(1)と(2)の推定をして確認してみました。 1. モデル ポアソン分布はパラメーターで決定されるわけですが、を説明変数で説明するモデルになります。個のパラメータがあり、を説明変数、を係数として、以下のような式ですね。 被説明変数の値が0以上の整数のときの確率を、は間接的に決定するわけですね。教科書的には最尤法を用いて求めることになるみたいですが、実用的にはリンク関数を用いて一般化線形回帰モデルで推定できるようです。 2. データ作成 まずはポアソン回帰モデル用のデータxとyを作成します。 set.seed(20130919) x <- round(runif(100, max=3)) lambda <- exp(1.1 + 1*x) y <- nume
生態学データ解析 - 統計学授業 2008
教科書化のお知らせ: この「講義のーと」が 教科書 として出版されました!! (2012-05-18) 講義のーと PDF ファイルは北大図書館 HUSCAP からダウンロードできます (2012-07-13) 統計学の授業やります (2008 年度後期, 2008 年 10 月 27 日より) 教室: 北大・地環研 A 棟 8F A803A 教室 講釈: 久保拓弥 2008 年 10/27-11/13 の講義 (+ 補講 2 回) (第 1 回) 10/27 (月) 生態学データ解析の統計モデリングとは? (第 2 回) 10/30 (木) さまざまな確率分布と最尤推定 (第 3 回) 11/06 (木) 一般化線形モデル (GLM) 1 -- ポアソン回帰 (第 4 回) 11/10 (月) 一般化線形モデル (GLM) 2 -- ロジスティック回帰 (第 5 回) 11/13 (木)
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
