引き続きロジスティック回帰について調べている。 前回、ロジスティック回帰の最尤推定量にはバイアスがあることを調べた。 ロジスティック回帰の最尤推定量にはバイアスがある - ほくそ笑む このバイアスは、サンプルサイズが大きい場合は無視できるが、入力変数の数に対してサンプルサイズが小さい場合には無視できないほど大きくなる。 今回はサンプルサイズをさらに小さくすると起こる問題について考える。 前回の最初の例を少しだけ変えて実行してみよう。 この例では、入力変数の数 として、パラメータ 300個の真の値を、最初の 100個は 、次の 100個は 、残りの 100個は と設定した。 ここまでは同じだが、変更点として、前回はサンプルサイズ だったのに対して、今回は で実行する。 n <- 1300 p <- 300 # データの生成 set.seed(314) x <- rnorm(n * p, me