morの解析ブログ

解析疫学、リスクにまつわるメモや計算

「推定」のまわりをさぐる.教科書では「解析はMHにより行う、因子が多ければ重回帰を用いる」という風で詳しい例は少ない.独自(のつもり)な思いつきで具体に試行.
 数理を用いるべきアセスメントにも切り込む.

2017年3月のブログ記事

  • もるである

    三つ指ついた、手もみてほしいのである.

    nice! 1
  • gam係数の因子による変化

    ■ GAMにおける因子影響  gamにおいても、因子の削除により、他の因子推定係数が影響を受ける.これはgamがglmの拡張であるから当然である.(glmにおける因子の代償性変化は、すでに記事にした.)  また、平滑化係数を変化させると平滑化因子の曲線と線形因子の推定係数とが変化する. ■ 平滑化... 続きをみる

  • 一般化加法モデル;Generalized Additive Model; gam

    ■ 線形回帰といいながら、glmでは、logistic回帰ができてかなり重宝なのだが、一部のパラメータを2値化してモデル化しても、因子の影響度を考えるときに情報が限られる. ■ gamは、glmを含んだ、より広い関数とみてよい.ただし、係数が取り出しがたい. ■ しかし、連続な変数を生かして(情報... 続きをみる

  • gam のメリット~スプライン

    ■ gam;平滑化によって、適合性が向上してうれしい.が、先憂後楽(交絡ではない)のため、曲線フィットについて考えておく. ・そのくねくね1つ1つに意味がつけられるかどうかである. ・曲線が結果にうまく沿えば見栄えはよい.が、差が小さくなればそれだけ正しいとは限らない(glmのオーバーフィット).... 続きをみる

  • 余興 説明変数と目的変数を入れ替える

    ■ 結果yが、原因と密接な関連を持つxにより説明されるかを調べるのは、”ふつう”のモデリングである.だが xが、むしろyの原因としても不自然でない場合があり、因子と結果をモデル内で入れ替えた際に何が起こるか、興味が湧いた.  推定係数とORについて復習しながら手元のデータでこれを調べた.  結果、... 続きをみる