Generalized Additive Model
今日は一般化加法モデルです。一般化加法モデルは一般化線形モデルでの線形予測子zを非線形な関数f(x)の和にした形となっています。Rでは{mgcv}パッケージを使うことで、一般化加法モデルを作れます。今回の例では、連続変数が正の連続値の場合で、ガンマ分布に従う場合の一般化加法モデルをやります。 目次 1.一般化加法モデルとは 2.データの準備 3.一般化加法モデルの実行 4.平滑化曲線の図示（反応変数） 5.説明変数が２つ、および３つの場合 6.交互作用を含む場合 7.一般化線形モデル、一般線形モデルとの比較 8.Analysis of devience, モデルの選択 Generalized Additive Model 1.一般化加法モデルとは 今回は一般化加法モデルを使ってモデリングしようと思います。{mgcv}パッケージを使います。一般化加法モデルは一般化線形モデルでの線形予測子zを
平滑化スプラインと加法モデル | Logics of Blue
最終更新：2017年03月11日 Rを用いた平滑化スプライン・加法モデルの簡単な解説と計算・予測方法を載せます。 単回帰・重回帰分析との比較を交えて説明します。 ここで用いたRコードは、まとめてこちらから見ることができます。 コードは2015年8月30日に動作確認をしました。動かないものがあれば、ご一報いただければ幸いです。 スポンサードリンク 目次 １．平滑化スプラインと加法モデル ２．平滑化スプラインの仕組み ３．グネグネ度（平滑化パラメータ）を推定する ４．Rによる平滑化スプライン ５．線形？ それとも非線形？ ６．グネグネ度の決め方 ７．モデルチェック ８．薄板平滑化スプラインと平滑化スプラインANOVA ９．加法モデルによる予測 ～重回帰との比較～ １．平滑化スプラインと加法モデル 平滑化とはなんでしょうか。正確な定義ではありませんが、ものすごく簡単に言うと、「散布図にニョロニョ
Rスクリプト覚え書き: deviance 関数が lm に対して返すのは deviance ではない? | Theoretical Sociology
今日はじめて気づいたのだが、R で lm の結果から deviance を取り出そうとすると、"-2 * 対数尤度" ではなく、Residual Sum of Square (RSS) を返すのである。このあたりの関係についての知識があいまいだったので、以下では簡単にまとめておく。 逸脱度 (deviance) とは、一般的には入れ子の関係にある複数のモデルの当てはまりのよさを比較するための統計量であるが、ふつうは、あるモデルと飽和モデルのあてはまりのよさを比較したものであり、 逸脱度 ＝ −2 × 対数尤度 (1) で定義される。glm を使ってロジスティック回帰分析をした結果から対数尤度と逸脱度を計算すると、以下のように確かに (1)式の関係が成り立っているのがわかる。 > library(AER) # AER パッケージの SwissLabor というデータを使う > data(S
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
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
