glm()
で」
問題にとりくむ.
推定はうまくできてるようだけど,
「個体数」が多くないんで個体差がでない.
とゆーか,
個体差と処理の差が区別がつきにくい状況.
ともあれ,
これで一件落着.
tex2png.pl
の改良に
はまりこんでしまった.
glm()
系の関数でできてしまう,
という件について.
まず,
二項分布の尤度方程式を復習すると個体 i で
のうち
でなにかできごとが発生する.
そういう観測データあるときに,
発生確率
の二項分布モデルで説明しようとすると,
尤度方程式は
glm()
で幾何分布モデルの最尤推定をやってしまえばよい.
たとえば上の例を
R
で計算させたければ
glm(cbind(1, Ni - 1) ~ x, family = binomial(link = "logit"), ...)というふうにすればよい.
glmmML()
とか.
ただし glmmML()
の場合は上のような cbind()
わざが使えないので,
ちょっと工夫が必要になる
(今日の午前中もこの部分に苦闘してしまった).
glm()
うらわざ
「幾何分布だって logistic な推定だい」
でした.