BLUE DAYS
概要
どの本のどこに何の統計モデルの説明があるのか忘れてしまうのでindexとして整理。
みどり本(こちら)
3章
6章
- テーマ
ロジスティック回帰
- 推定方法
とを最尤推定
7章
- テーマ
6章のロジスティック回帰で固定効果とランダム効果(個体差) を表現
- 推定方法
ととを最尤推定
9章
10章
- テーマ
7章のGLMMを階層モデル化
- 推定方法
ととをベイズ推定
(との事前分布:無情報事前分布、の事前分布:0~10000の連続一様分布)
アヒル本(こちら)
Chapter5 - 5.1 重回帰
- テーマ
重回帰
- 推定方法
とととをベイズ推定(事前分布:無情報事前分布)
Chapter5 - 5.3 ロジスティック回帰
テーマ
ロジスティック回帰
ちなみに、
ロジット関数は
ロジット関数の逆関数であるロジスティック関数(=シグモイド関数)は
これを用いて式変換した「みどり本 6章」の式の方がスッキリしている気がするが、stanでは
logistic
関数はinv_logit
メソッドとして用意されているため、「アヒル本」はstanでの表記形式に寄せてinverselogit
の表記にしているっぽい。推定方法
とととをベイズ推定(事前分布:無情報事前分布)
Chapter5 - 5.4 ポアソン回帰
Chapter5 - 8.1 階層モデルの導入
Chapter5 - 8.2 複数の階層を持つ階層モデル
- テーマ
複数の階層を持つ階層ベイズモデル- 「との会社差でのばらつきは、全ての業界で共通」と仮定した場合
- 「との会社差でのばらつきは、業界によって異なる」と仮定した場合
- 「との会社差でのばらつきは、全ての業界で共通」と仮定した場合
- 推定方法
Chapter5 - 8.1と同様(書くのが面倒になった & ここまできたら見ればわかる)
Chapter5 - 8.4 ロジスティック回帰の階層モデル
- テーマ
ロジスティック回帰の階層モデル
- 推定方法
Chapter5 - 8.1と同様(書くのが面倒になった & ここまできたら見ればわかる)
ref
余談だが、texの添字表記がうまくいかないことがあり、こちらに非常に助けられた。