おめでとうございます！

Pythonで学ぶ一般化線形モデル

Ita Cirovic Donev

Data Science Consultant

モデル

  • データ $\rightarrow$
  • リンク関数 $\rightarrow$
  • モデル $\rightarrow$
  • $x$ を1増加 $\rightarrow$

ロジスティック回帰

  • 二値
  • ロジット
  • $logit(y) = \beta_0+\beta_1x_1$
  • $\color{red}{\text{対数オッズ}}$を $\beta_1$ だけ増加

線形モデル

  • 連続
  • 恒等写像
  • $y = \beta_0+\beta_1x_1$
  • $\color{red}{y}$ を $\beta_1$ だけ増加

ポアソン回帰

  • 計数
  • 対数
  • $log(\lambda) = \beta_0+\beta_1x_1$
  • $\color{red}{\text{\lambda を乗倍}}$（$exp(\beta_1)$ 倍）
Pythonで学ぶ一般化線形モデル

主な Python 関数

  • モデルの当てはめ
    statmodels $\rightarrow$

線形モデル

glm('y ~ x', data)

glm('y ~ x', data, 
    family = sm.families.Gaussian())

ロジスティック回帰

glm('y ~ x', data, 
    family = sm.families.Binomial())

ポアソン回帰

glm('y ~ x', data, 
    family = sm.families.Poisson())
Pythonで学ぶ一般化線形モデル

次のステップ...

  • DataCamp のコース
  • 優れた参考書
    • Frank E. Harrell, Jr.『Regression Modeling Strategies』
    • Alan Agresti『An Introduction to Categorical Data Analysis』
    • Max Kuhn, Kjell Johnson『Applied Predictive Modeling』
Pythonで学ぶ一般化線形モデル

モデリングを楽しんで！

Pythonで学ぶ一般化線形モデル

Preparing Video For Download...