内容説明
本書は、統計的回帰について、その方法の仕組みとモデル選択の問題を理解することをテーマとしている。そのために様々なタイプの統計的回帰の数理を説明するとともに、統計解析ソフトウェアRによる実装例および数値例を示す。データ分析の方法は数式によって記述しており、多くの場合はその数式を通してデータ分析の仕組みを直感的・定性的に理解できる。ベースとして、確率、微分・積分、線形代数の基本的な知識が必要である。
目次
序章
第１章 線形回帰
第２章 線形回帰の変数選択
第３章 回帰におけるモデル選択
第４章 一般化線形モデル
第５章 ノンパラメトリック回帰
第６章 非線形回帰
付録
感想・レビュー
※以下の感想・レビューは、株式会社ブックウォーカーの提供する「読書メーター」によるものです。
サンセット
3
モデル選択基準として、AICの他にPSE（予測二乗誤差の不偏推定量）がある。変数増加法（貪欲法）は、不要な変数を選んでしまうことが避けられない場合がある。他、正則化、交差検証、ロジスティック回帰、ガウス過程回帰、多層パーセプトロンなどの話も載っていた。2023/12/03
