◆非線形性・名義
　モデリングにあたって、そのパラメータと発生（結果）の分布をみると、例えば、時間に関連したパラメータによって結果が非線形になっていることがある.
　gamによる方法もある.
　しかし、glmでは、とくにすべての因子の係数を瞬時に取り出せて操作が楽だ.
　このパラメータを操作して線形回帰に持ち込めれば、すっきりする.
◆パラメータの変換
　・時間的パラメータ　xi　
　　　例　xi　=　ｘ/c　　（０－ｃの区間）
　　　　　　　　　c'　　 （c〈）
　　　　これは、半台形の形に変換することに相当.
 　・3値の因子（因子型）
　　名義な、カテゴリカルな因子は、注目する因子の該当非該当に分ける.
　　2値化する.つまり、注目する因子に該当するかどうかだけを見ることにして我慢する.
　　でなければ、各因子ひとつづつ、該当する、しないを入れた因子を作り解析する.
これらによって、名義入り、非線形なデータが、単なる数値モデルになる.
◆モデル推定の留意
　推定値は、非線形なパラメータに対する推定値.
　なので、逆変換して生なデータとして解釈する要あり.