GLMの基礎：目次

「データ解析のための統計モデリング入門」（久保拓弥著）の第6章までを「GLM の基礎」として投稿したものを、目次としてまとめた。

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)

posted with amazlet at 18.03.28

久保 拓弥
岩波書店
売り上げランキング: 4,028

Amazon.co.jpで詳細を見る

第1章：データを理解するために統計モデルを作る
　やり直し「データ解析のための統計モデリング入門」
　統計モデル（Statistical Model）とは

第2章：確率分布と統計モデルの最尤推定
　パラメータの最尤推定法

第3章：一般化線形モデル（GLM）
　正規分布、直接回帰の限界
　GLM の目的と特徴
　GLM の詳細

第4章：GLM のモデル選択
　逸脱度、残差逸脱度、逸脱残差
　AIC モデル選択

第5章：GLM の尤度比検定と検定の非対称性
　尤度比検定 Likelihood Ratio Test

第6章：GLM の応用範囲をひろげる
　ロジスティック回帰分析
　二項分布を使った GLM
　オフセット項（割算値の回避）


ここでの投稿は、あくまで自分の理解のためであり、誤りなどはすべて私の責任で本書にはない。本書は、日本人の著したデータ分析の本としては、極めて稀な良書なので、この分野を学習中の方にはオススメします。

第7章を読んで確信するのは、第6章までは「GLMの基礎」であり、それまでの知識だけでは現実のデータ分析では不十分ということ。そして、さらに進んだ章には、階層ベイズモデルや MCMC がある。非常に興味深いが、サラサラと理解できるとは思っていない。

今後、第7章以降をここで取り上げるかどうか、今のところは不明。並行して読んでいる Bayesian 本や統計学本などと関連させて書ければとは思っている。