回帰分析②：線形回帰が使えないときに用いる高度な回帰分析方法
生物統計を学んでいる人の中には、「結果変数が連続変数の時には線形回帰、二項変数（0と1など2つの値しか取らないもの）のときにはロジスティック回帰分析を使うべき」のように1対1対応のお作法のような形で教わった人も多いと思います。一方で、計量経済学で回帰分析を習った人の中には、「最小二乗法（Ordinary Least Square; OLS, 線形回帰）はありとあらゆる場合に使えるベストな方法であるので、結果となる変数の分布に拘わらずOLSを使える」（ちなみに結果変数が二項変数のときにOLSを用いることをLinear probability modelと呼びます）と教わった人もいるでしょう。初心者向けの統計学や計量経済学の本を読むとこのような説明がされているものが多い印象があります。このような教え方をすれば確かに手っ取り早く手が動かせるようになる（統計解析ソフトウェアを使って解析がはじめられ
"証言の寄せ集めはデータではなく、エビデンスでもありません。そういった個々の話に惑わされずに、データを用いてきちんと全体像を見るようにしてください。"
日本でジャーナリストの堤未果氏の「沈みゆく大国アメリカ」が売れているという話を聞き、本を読ませて頂きました。エッセイとして読む分には非常に読みやすくて、ストーリーも面白かったのですが、内容に関しては事実誤認が多く、ミスリーディング（Misleading = 人を惑わす、誤らせるもの）な記載が多いと感じました。オバマケア（アメリカのオバマ大統領が2010年に導入したアメリカの医療改革制度）のことを日本の人達が誤って理解してしまわないようにという願いも込め、私のこの本を読んで感じた3つの問題点をご説明させて頂きます。 問題点①：オバマケアに関する数多くの事実誤認もしくは歪曲 一つ目は、オバマケアおよびアメリカの医療制度に関する数多くの事実誤認です。著者のリサーチが不十分であったのか、（オバマケアは悪者であるという）まず結論ありきのストーリーラインに合わせるために意図的に事実が歪曲されているのか
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
