平均・分散から始める一般化線形モデル入門
緑本の途中までの部分を、さらに丁寧に説明してくれる。 初級者向けな気がする。GLMまでで、GLMMは(たぶん)ない。
統計学の基礎と検定の考え方
t検定(数式あり)
Rの簡単な使い方
統計モデル基礎: 正規線形モデル
統計モデルからみた分散分析
回帰分析
正規線形モデル
正規線形モデルによるデータ解析
Type2 ANOVAとモデル選択
Type2 ANOVAの応用
確率と統計データ
確率変数
データが得られるプロセス
データを解析するプロセス
確率分布と統計モデル
統計モデルと確率分布
確率分布
0以上の値を持つ確率が1つ以上あって、その要素の合計値が1になれば、それは確率分布です。
パラメトリックは、期待値など... 本の数個のパラメトリックを推定できれば、数式で確率分布が求まる
ノンパラメトリックは、ブートストラップ検定で。
正規分布
誤差理論 p160
誤差とは。 測定値 - 正しい値
残差とは。 測定値 - 測定値から求めた最も真の値に近いと考えられる値 推定値との差と短く書いて良い?
誤差のでき方 素誤差の集まり。 素誤差でない感じなら、正規分布は..慎重に。
eは自然数ともよばれ、 1/x の積分をした時に、勝手に出てくる値です(最初のうちはそういう理解でよい)。 ネイピア数(e) パラメトリックブートストラップ検定
正規分布から派生した確率分布
一般化線形モデル
一般化線形モデルの長所
正規分布では本来とってはいけない値、マイナス値などをとってしまう場合がある。 モデルを正規分布以外で組換
尤度とは、データが得られる確率のことです. (この場面ではそう言い切っていいのかな...)
一般化線形モデルの推定
Devianceと尤度比検定
一般化線形モデルによるデータ解析
ロジスティック回帰
交互作用
交互作用とは何か
データの例
交互作用をRで表す
交互作用と入れたモデルの係数
用語: 交互作用と主効果
Type 3 ANOVA による検定
交互作用と入れたモデルの図示
分割表に対するGLM(対数線形モデル)
分割表の検定
χ二乗検定を説明して、対数線形モデルを導入する。
分割表に適用されるポアソン回帰モデルのことは、特別に対数線形モデルとよばれます。リンク関数がlog
ゼロ切断モデル
確率分布を違うものにした一般化線形モデル。新しい確率分布の作り方。発展の仕方
ゼロ切断モデルとは .0が存在しないデータに適用するモデル
条件付き確率分布 通常のポアソン分布を 0より大きい値がでる確率で割る。 0より大きい場合の条件付き分布。
VGAMパッケージ
情報理論と統計学
AICの考え方
モデル選択とAIC
予測のズレと確率分布
検定とAIC
AICを用いたデータ解析
RによるAIC 1 AICの計算
RによるAIC 2 step関数による自動モデル選択
RによるAIC 3 MuMLnによる総当り法の実行
「ぜひ入れたい変数」があるときの変数選択の仕方
AICと相対エントロピー
コイン投げの例
確率分布の違いと情報量
相対エントロピーと分布間擬距離
相対エントロピーの最小化
数式の解釈
対数尤度のバイアスとAIC
予測と情報量