重回帰分析やロジスティック回帰分析には”最尤法”や”最小二乗法”といった手法があります。 これらは一体どんな手法で何が違うのか、疑問に思っている方も多いのではないでしょうか。 本記事は最尤法や最小二乗法について、なるべくわかりやすく解説します。 初心者の方でも大丈夫なように、難しい計算式は極力使わずに説明しますので安心して下さいね。 回帰分析を実施する上で最尤法などは避けて通れない概念ですので、意味だけでも是非覚えていってくださいね! 最尤法(最尤推定)と最小二乗法とは? まずは、最尤法と最小二乗法の違いから確認していきましょう! 最尤法と最小二乗法の違い あるサンプルデータの平均値をそれぞれの手法で計算するとしましょう。 この時、以下の方法でそれぞれ平均値を求めようとします。 最尤法:サンプルデータが得られる確率(尤度)が最大になる平均値を探す 最小二乗法:サンプルデータとの誤差が最小に
![最尤法(最尤推定)と最小二乗法は何が違う?なぜ対数尤度を使うかなどわかりやすく解説|いちばんやさしい、医療統計](https://cdn-ak-scissors.b.st-hatena.com/image/square/d2b716b473819005705cff771f569c7d36417ed1/height=288;version=1;width=512/https%3A%2F%2Fbest-biostatistics.com%2Fwp%2Fwp-content%2Fuploads%2F2021%2F07%2F1627734378215.png)