Rとカテゴリカルデータのモデリング(1)

データサイエンスの分野では、観測データからノイズを取り除き、一定の法則を見つけ出して抽象化することをモデリングと呼ぶ。量的データの最も簡単なモデルは回帰分析である。本欄の第13回～16回(2004年8月号～11月号)で線形・非線形回帰モデルについて説明した。本稿では、カテゴリカルデータのモデリングについて説明する。 モデリングには、応答変数が何らかの確率分布に従うという仮定の下で、モデルに必要となる係数・パラメータを推測する方法が最も多く用いられている。一般の線形回帰分析はデータが正規分布に従うという仮定の下で、モデルの推定を行う。 カテゴリカルデータの場合は、観測データが２項分布、ポアソン分布、多項分布、などの確率分布に従うと見なし、モデルを推測する。 しかし、何らかの仮定の下で構築したモデルが真のモデルであるかどうかは判断できない。同一のデータについて異なる仮定の下で推定した複数のモデ

[rishida]

Rとカテゴリカルデータのモデリング(1) データサイエンスの分野では、観測データからノイズを取り除き、一定の法則を見つけ出して抽象化することをモデリングと呼ぶ。量的データの最も簡単なモデルは回帰分析である。

[soms9002]

vgam package