Kobe.R #18: 本の紹介: 通称「緑本」
- 10. 背景
Kobe.R の印象(参加前)
• R 専門家が自慢の業を競い合う場
• きびしい勉強会
• こわそう
Kobe.R の印象(参加後)
• そんなことはなかった
• 以外と「どうしていいのか分からない人」が多い
- 11. 背景
Kobe.R の印象(参加前)
• R 専門家が自慢の業を競い合う場
• きびしい勉強会
• こわそう
Kobe.R の印象(参加後)
• そんなことはなかった
• 以外と「どうしていいのか分からない人」が多い
• R の使い方に困っているわけではない
- 12. 背景
Kobe.R の印象(参加前)
• R 専門家が自慢の業を競い合う場
• きびしい勉強会
• こわそう
Kobe.R の印象(参加後)
• そんなことはなかった
• 以外と「どうしていいのか分からない人」が多い
• R の使い方に困っているわけではない
• 手法の選択に困っている
- 13. 背景
Kobe.R の印象(参加前)
• R 専門家が自慢の業を競い合う場
• きびしい勉強会
• こわそう
Kobe.R の印象(参加後)
• そんなことはなかった
• 以外と「どうしていいのか分からない人」が多い
• R の使い方に困っているわけではない
• 手法の選択に困っている
• e.g. 弁当屋の販売数予測
- 15. 通称「緑本」
• 著者
• 久保拓也(北大)
• ウミガメ上陸数のベイズ統計モデリ
ング
• エゾアカヤマアリ敵対性実験の統計モ
デリング
• タイトル
• データ解析のための統計モデリング入
門 — 一般化線形モデル・階層ベイズモ
デル・MCMC (確率と情報の科学)
• 出版社
• 岩波書店
• ISBN
• 978-4-00-006973-1
• 定価
• 本体 3,800 円 + 税
- 32. 一般化線形モデル
種子数 y がポワソン分布に従う架空植物の例
• 平均 λ
• 説明変数 xi ( x1i , x2i , . . . )
• たとえば、植物の大きさ、施肥処理したかどうか、など
• 応答変数 y は平均 λ のポワソン分布に従う
• すなわち、「ある個体 i の平均種子数が λi 」
一般化線形モデルの二つの特徴
logλi = β0 + β1x1i + β2x2i + · · · (2)
• 左辺の log . . . リンク関数
• 右辺 . . . 線形予測子
- 33. リンク関数と線形予測子
logλi = β0 + β1x1i + β2x2i + · · · (3)
なぜ log をとるの?
• 右辺の線形予測子が負になっても λ は負にならない
• わかりやすい(和→積)、計算しやすい(積→和)
パラメータ推定
• λ の推定 → β0, β1, · · · の推定
• 最尤推定値を探せばよい