ExponentialFamily
GeneralizedLinearModelFitのオプションで,モデルの指数分布族を与える.
詳細
- ExponentialFamilyは,でモデル化される独立した観測値 の予測される分布を明記する.
- 指数分布族の密度関数は,関数 ,,,, 確率変数 ,正準パラメータ ,分散パラメータ について の形式で書くことができる.
- パラメータ分布の可能な値には"Binomial","Poisson","Gamma","Gaussian","InverseGaussian"がある.
- 観察された応答 は次のようなパラメータ分布の領域に限定される.
-
"Binomial" "Gamma" "Gaussian" "InverseGaussian" "Poisson" - ExponentialFamily->"QuasiLikelihood"の設定で最尤度フィットを使用する擬似尤度関数を定義する.
- 応答 と予測 についての対数擬似尤度関数は で与えられる.ただし, は分散パラメータ,は分散関数である.分散パラメータは入力データから推定され,オプションDispersionEstimatorFunctionで制御することができる.
- ExponentialFamily->{"QuasiLikelihood",opts}の設定で,次のような擬似尤度サブオプションが指定できる.
-
"ResponseDomain" Function[y,y>0] 応答 の領域 "VarianceFunction" Function[μ,1] 平均の関数としての分散 - パラメータ分布は次の"VarianceFunction"と"ResponseDomain" のサブオプションを使った擬似尤度構造としてエミュレートすることができる.
-
"Binomial" "Gamma" "Gaussian" "InverseGaussian" "Poisson" - "Binomial"と"Poisson"族の"QuasiLikelihood"異形は,理論的な分散()とは異なる過分散()および分散不足 ()のデータモデルに使うことができる.
- よく使われる分散関数,応答領域,用途は次の通りである.
-
電力モデル,保険数理,気象学等 確率モデル,二項関連等 モデルの数え上げ,ポアソン関連等
例題
すべて開くすべて閉じる特性と関係 (3)
デフォルトのExponentialFamilyとLinkFunctionはLinearModelFitにマッチする:
デフォルトの"Binomial"モデルはLogitModelFitにマッチする:
"Gamma"モデルと"QuasiLikelihood"の類推をフィットする:
Wolfram Research (2008), ExponentialFamily, Wolfram言語関数, https://reference.wolfram.com/language/ref/ExponentialFamily.html.
テキスト
Wolfram Research (2008), ExponentialFamily, Wolfram言語関数, https://reference.wolfram.com/language/ref/ExponentialFamily.html.
CMS
Wolfram Language. 2008. "ExponentialFamily." Wolfram Language & System Documentation Center. Wolfram Research. https://reference.wolfram.com/language/ref/ExponentialFamily.html.
APA
Wolfram Language. (2008). ExponentialFamily. Wolfram Language & System Documentation Center. Retrieved from https://reference.wolfram.com/language/ref/ExponentialFamily.html