mydocs

PoissonBayesRegAna

ベイズポアソン回帰分析

概要

非線形回帰分析

モデルのパラメータを確率分布として扱うことで、予測の不確実性を直接モデル化

BIC(ベイズ情報基準)

統計モデルの適合度を評価するための指標の一つ。
複数のモデルを比較し、最も適切なモデルを選択するために使用されます。
BICは、モデルの複雑さとデータへの当てはまりのバランスを取るための基準として広く利用されています。

使い方

ベイズポアソン回帰分析の場合

glsyi = [4, 10, 7, 14]
glsxij = [
    [1],
    [2],
    [3],
    [4],
]
regana = Num4GLMMRegAnaLib::PoissonBayesRegAnaLib.new
regana.non_line_reg_ana(glsyi, glsxij)

BIC(ベイズ情報基準)の場合

reg = {
     :intercept=>0.4341885635221602, # 定数項
     :slope=>[0.5703137378188881]    # 回帰係数
}
xij = [
    [1],
    [2],
    [3],
    [4],
]
regana = Num4GLMMRegAnaLib::BayesPoissonRegAnaLib.new
regana.get_bic(reg, xij)

This site is open source. Improve this page.