エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
統計モデリング基礎論続き:データの生成過程に沿った一般化線形モデル vs. 単なる対数線形モデル vs. ガサッと回した線形回帰モデル - 渋谷駅前で働くデータサイエンティストのブログ
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
統計モデリング基礎論続き:データの生成過程に沿った一般化線形モデル vs. 単なる対数線形モデル vs. ガサッと回した線形回帰モデル - 渋谷駅前で働くデータサイエンティストのブログ
これは黒木玄(@genkuroki)先生の以下のツイートを受けた小ネタです。 https://t.co/ejyfiAN47a#統計 こ... これは黒木玄(@genkuroki)先生の以下のツイートを受けた小ネタです。 https://t.co/ejyfiAN47a#統計 これはいい話を読ませてもらった。 真の分布を含まない確率モデルでのフィッティングでどのように嫌なことが起こるかを知っていることは大事。(←まさにこれに尽きる話題だと思う。) あと、この手の数値実験はとても楽しいので、みんなで遊んでみるべきだと思う。— 黒木玄 Gen Kuroki (@genkuroki) 2018年3月4日 元のアイデアとしては、以前の統計モデリングにおける「モデリング手法の選択」談義を踏まえています。 ネタとしては非常に簡単なので、以下にRで書いたコードを並べておきます。冒頭の5つのパラメータと、各種乱数シードを変えれば結果は色々変わるはずです。 # Generate an independent variable: controlled