モデルのフィッティング
出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2022/06/28 02:31 UTC 版)
「一般化線形混合モデル」の記事における「モデルのフィッティング」の解説
最尤法による一般化線形混合モデルのフィッティングにはランダム効果の積分が必要だが、一般的に、解析的な形では表現できない。様々な近似法が開発されたが、どんなモデルとデータセットにも上手く適用できるような方法はない。このため、計算能力の向上と手法の進歩により、数値積分やマルコフ連鎖モンテカルロ法が広く用いられるようになった。 モデル選択の基準としては、赤池情報量規準(AIC)が一般的である。最近、ある指数型分布族の分布に基づく、一般化線形混合モデルの AIC の推定値が得られた
※この「モデルのフィッティング」の解説は、「一般化線形混合モデル」の解説の一部です。
「モデルのフィッティング」を含む「一般化線形混合モデル」の記事については、「一般化線形混合モデル」の概要を参照ください。
- モデルのフィッティングのページへのリンク