mydocs

PoissonRegAna

ポアソン回帰分析

概要

非線形回帰分析の場合

稀にしか起こらない現象に関するカウントデータを分析するための手法。
カウントデータ：一定期間内にある現象が起こった回数を数え上げたデータ

AIC(赤池の情報基準)の場合

モデルの当てはまり度を表す統計量。
値が小さいほど当てはまりがいいとされますが、相対的な評価として用いられるため、
「○以下であることが望ましい」というような基準はありません。

使い方

ポアソン回帰分析の場合

glsyi = [4, 10, 7, 14]
glsxij = [
    [1],
    [2],
    [3],
    [4],
]
regana = Num4RegAnaLib::PoissonRegAnaLib.new
regana.non_line_reg_ana(glsyi, glsxij)

AIC(赤池の情報基準)の場合

reg = {
     :intercept => 1.3138,    # 定数項
     :slope    =>  [0.3173],  # 回帰係数
}
xij = [
    [1],
    [2],
    [3],
    [4],
]
regana = Num4RegAnaLib::PoissonRegAnaLib.new
regana.get_aic(reg, xij)

This site is open source. Improve this page.