科学・IＴ・登山の話題
投稿日：
重回帰分析ではモデルにいれる変数によりデータへの当てはまりやすさが変わってくる。最適なモデルを導き出すための方法としては以下がある。
ステップワイズ法
現在のモデルを基準として暫時的に新しいモデルを構築する。モデルに付け加える変数を一気に変更するのではなく、一つ一つ付け加えたり削除したりして、最適なモデルを選ぶ。
変数増加法
最小の変数でモデルを構成し、ひとつずつ変数を付け加えてモデルを作成する。
変数減少法
すべての変数を利用したモデルをまず構成する。ここからひとつずつ変数を取り除いてモデルを選択する。
モデルの選択基準としてはF値、AIC値、決定係数がある。
また変数の選択としてはVIFを利用して多重共線性がないモデルを選択する。
執筆者：admin
関連記事
説明変数と目的変数の関係を求める 変数の関係を定量的に明らかにするとき説明変数と目的変数が定量・定性かによって選択できる統計手法が異なる。 統計手法 – 目的変数 – 説明変数 重回帰分析 – 定量 …
前向き研究と後ろ向き研究は疫学における用語である。 前向き研究で使われる研究手法にはコホートや無作為比較対照研究、ロジスティック分析がある。これらの研究ではサンプルをリスクファクター（危険要因）のある …
分散分析のcase study-1からの続き。 さて前回まででとりあえずデータの簡単な分析を終えて、以下のような結論を得た。 図１よりR1とR2を比較するとスピードはR1のほうが常に上である。またS1 …
本当にわかりやすいすごく大切なことが書いてあるごく初歩の統計の本
本当にわかりやすいすごく大切なことが書いてあるごく初歩の統計 1: 変数 尺度の種類 名義尺度 — 配列できる –> 順序尺度 — 数値化できる – …
主成分分析はSVD（特異値分解）の特別なケースらしい。統計の本を見るといろいろと使い方を説明しているが、それをRでどのように実装するかとなると正直よくわかっていない。svd()を利用するのだが、統計の …