予測子を関数にする
■ リニアモデルでは、例えば、推定した 線形予測子zi=β。+β1xi+・・ が、即piになっている.
線形予測でなくとも、ziがなんらの関数であってもかまわないが、線形予測から始める.
生起因子x1とするとき、
x1曝露あり
観察発生y1 Ep1
y0 ・
曝露E
なので、 x1にかかる1人のリスクはつぎのようになる.
Ep1i / E = p1 = β。+β1x1+・・
■ 推定関係式
piは線形でなく、曲線でもない因子関連を考えるとき、もしなんらの推定で生起・抑制因子が確定できたら因子を減らせ、簡単になる.
層化やlmの線形予測子をみるうちに着想したのだが、・・ pi ; f(xi) は、
pi = zi = f(xi)
という、lmライクなf()を式として、計算式を考えること=推定方法を考えること=確率(1人のリスク)を考えることになる.順番は、
関係式を考える → 因子の効き具合の変数を決める = 推定
・関係式の組み立て
生起因子の存在下で、抑制因子、さらにその存在を前提に因子が関連しているとする.
生起因子の因子曝露がなければ、yi = 0だから β。=0 と、自然に決まる.因子がすべての発生状況を決めるとすれば 常に β。=0ともおける.
生起因子曝露あり:1,なし:0 ・・などとし、生起因子x1、抑制因子x2、阻止因子x3とすると、
pi = x1 ( 1 -x3v1) + x1x2(1-x3v2)
x1,2 にかかるβiは記述省略
とすれば、生起因子の存在の下で抑制因子x2が効くこと、生起、抑制因子それぞれの下で阻止する因子x3がv1,2で効く、ということを表せる.どれが生起・抑制因子かは別に決める.
・・・過去記事「抑制を阻害する因子」の宿題
係数は、層化から求め試せる.阻止する因子に係数は決められないが因子の効き具合として;上式v1,2;仮定し、試せばいい.
層化から得た係数の方はすでに調整したものとして固定し、変数を減らしておく.つまりは関係式そのものを推定対象とし、関係式が成り立ちうるのかを考えていく.
・ 手計算sim
モデリングから離れて式を組み立てるなら、同時に、最小二乗や最尤推定の呪縛がなくなる.かわりにデータである発生数y1にどのようにpiを寄せるかが次の宿題.