先日、問題点を指摘してみた一般化線形モデルに関する記事の補正記事『「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』のエントリーが出ていた。 一般化線形モデル(GLM)をクリック数やコンバージョン数に適応する上での注意事項を考察したもので、その内容に大きな問題があるわけではないし、タイトルにこめられた意図も同意できるモノだ。しかし、モデル選択を考える上でGLMにこだわる必要があるのかと言うそもそも論が気になった。 1. 一つの推定モデルに複数の手法が適用できる どういう事かと言うと、推定モデルがまずあって、それの計算方法を選択すると考える方が順当だと思うと言う事だ。極端な事を言うと、y = Xβ + εと言う線形モデルを考えたときに、最小二乗法で推定してもいいし、最尤法で推定してもいいし、最尤法をNR法で実行しても、BHHH法で実行しても、MCM
![一般化線形モデルにこだわりすぎ](https://cdn-ak-scissors.b.st-hatena.com/image/square/bfd8cb3180a6338d4dcbd80bf147f39a100c48bb/height=288;version=1;width=512/https%3A%2F%2F3.bp.blogspot.com%2F-s-tObgdu-Ao%2FUkEaEsjlwYI%2FAAAAAAAALsQ%2FpIb3lvqERdk%2Fw1200-h630-p-k-no-nu%2Flogistic%2Bregression.png)