更新: 2018-01-16 12:26:08
生態学のデータ解析 - GLM 参照
- 一般化線形モデル (generalized linear model; GLM) を簡単に紹介するペイジです
- 一般化線形混合モデル (GLMM) については GLMM 参照
- 一般化 (generalized) ではない一般線形モデル (general linear model) も GLM とよばれることがあります
- 端的に言うと,一般線形モデル (正規分布モデル) は一般化線形モデル (他の分布も OK) の一部です
[もくじ]
GLM の特徴
- データのばらつきが二項分布やポアソン分布のときにも使える (その他,正規分布やガンマ分布の場合も)
- 「世の中は何でもかんでも正規分布でいいんだ」といったまちがった考えかた (まちがった統計モデリング) から脱出するときに有用でしょう
- link 関数を指定することで説明変数 (要因) が応答変数に与える影響をさまざまに変えることができる (GLM link 関数)
- これに対して,一般化 (generalized) ではない線形モデル (general linear model)では要因の影響は「足し算的」なものしかあつかえない
ネット上の GLM の解説
- 一般化線形モデル (GLM) とは何か? -- 以下を参照してください
- 鳥屋にやさしい統計のお勉強
- 鳥学会 2005 自由集会: わかりやすい GLM 説明あります
- 鳥学会 2006 自由集会: 線形モデル,最尤法,モデル選択の解説
GLM を推定計算する R の関数
- ずばり
glm()
-
family
については help(family) に詳しい説明あり - analysis of deviance は anova(glm(...), test = "Chisq")
-
anova()
は generic な関数なのでhelp(anova.glm)
というふうにhelp を呼びだしてください
-
- モデル選択
stepAIC()
関数も調べてみてください - まだ書きかけですが……FAQ 一般化線形モデル, 対数線形モデル, Gamma 分布の GLM
-
- データのばらつきが負の二項分布の場合: glm.nb()
- これは 一般化線形混合モデル にちかい
雑
- link 関数は自分で定義できるようだ (GLM link 関数)
- 一般化非線形モデル? 線形ではないモデルでポアソン回帰・ロジスティック回帰など
- library(gnm)
- 作者のペイジ -- なかなか詳しい解説あり
- library(gnlm)
- 作者 Lindsey さん のペイジに pacakge がおかれている (CRAN pacakge ではないので
install.packages()
が使えない) - いろいろな確率分布が使える
- 作者 Lindsey さん のペイジに pacakge がおかれている (CRAN pacakge ではないので
- library(gnm)
書籍
- Agresti. 2003 (翻訳版). カテゴリカルデータ解析入門. サイエンティスト社 (URL)
- さらに詳しい同著者の Categorical Data Analysis (URL) もあります
- Crawley. 2005. Statistics: An Introduction using R. Wiley (URL)
- 第 13 章 ``Count Data'' その他に丁寧な説明あり
- Dobson. 2001. An Introduction to Generalized Linear Models (2nd ed.). CRC (URL)
- GLM 入門書の古典
- Faraway. 2006. Extending the Linear Model With R: Generalized Linear, Mixed Effects and Nonparametric Regression Models (Texts in Statistical Science). CRC (URL)
- いきなり GLM な本
- Venables and Ripley. 2002. Modern Applied Statistics with S (4th ed.). Springer. (URL)
- 通称 MASS 本 (MASS4)
- Chapter 7. Generalized Linear Models に上記の
glm()
の詳しい解説がある