統計勉強会の資料~二日目 一般化線形モデル編~

2013年8月10~11日にかけて北大函館キャンパス内で行われた統計勉強会の資料です。SlideShareを利用して投影スライドはすべて閲覧できるようにしました。
初日の内容はこちらです。

一般化線形モデル(GLM)を手っ取り早く勉強したい方にはちょうど良い資料だと思います。
勉強会に参加された方もそうでない方も是非ご覧ください。



統計勉強会の内容が本になりました!

「平均・分散から始める一般化線形モデル入門」

書籍のサポートページはこちらです。
本文の第1部はこちらから読めます。

出版社のサイトからですと送料無料・書籍代は後払い・最短翌日出荷で、確実に定価で手に入ります。
以下のネット書店も併せてご利用ください。









 

プログラムはこちらからダウンロードできます。

データはこちらから
data4.csv
data5_CPUE.csv
data6.csv

内容は、統計基礎~正規線形モデル(1日目)~一般化線形モデル(2日目)です。
本来ならば2日で終わるようなものではなく膨大な内容になってしまうところを私なりに凝縮した結果です。
やや解説が荒いのはご了承ください。ご意見ご指摘などあれば、遠慮なくlogics.of.blue★gmail.comまでご連絡ください。

 

2日目 一般化線形モデル(GLM)

目次

2-1.予測と確率分布
2-2.尤度と最尤法
2-3.一般化線形モデル基礎
2-4.devianceと尤度比検定
2-5-1.一般化線形モデル色々~CPUE標準化~
2-5-2.一般化線形モデル色々~ロジスティック回帰~
2-5-3.一般化線形モデル色々~Gamma回帰と対数線形モデル~
2-6.ゼロ切断・過剰モデル
2-7.一般化線形混合モデル

 

 

2-1.予測と確率分布
統計モデリングにおける予測とはいったいどういうモノかということを概説します。

 

2-2.尤度と最尤法
一般化線形モデルに入る前段階として、尤度と最尤法について解説します。

 

2-3.一般化線形モデル基礎
一般化線形モデルの構成要素や、計算の方法について解説します。

 

2-4.devianceと尤度比検定
正規分布以外の確率分布では残差の考え方が変わってきます。そこでdevianceという概念を導入したうえで、GLMにおいて分散分析を実行する方法を解説します。
また、AICの導出も最後に軽く解説します。

 

2-5-1.一般化線形モデル色々~CPUE標準化~
ポアソン回帰を使ってCPUEを標準化する方法を解説します。
offset項やas.factorの使い方も解説。

 

2-5-2.一般化線形モデル色々~ロジスティック回帰~
二項分布を仮定したGLMであるロジスティック回帰を解説します。

 

2-5-3.一般化線形モデル色々~Gamma回帰と対数線形モデル~
Gamma回帰と対数線形モデルについて解説します。

 

2-6.ゼロ切断・過剰モデル
ゼロがないデータや、0が多すぎるデータを分析する方法を解説します。

 

2-7.一般化線形混合モデル
ランダム効果を扱うことのできる一般化線形混合モデルを解説します。

 

 

以上が二日目の発表スライドです。
ご意見ご指摘などあれば、遠慮なくlogics.of.blue★gmail.comまでご連絡ください。
(星を@に変更)
 



統計勉強会の内容が本になりました!

「平均・分散から始める一般化線形モデル入門」

書籍のサポートページはこちらです。
本文の第1部はこちらから読めます。









コメントを残す

メールアドレスが公開されることはありません。 が付いている欄は必須項目です

このサイトはスパムを低減するために Akismet を使っています。コメントデータの処理方法の詳細はこちらをご覧ください