『 統計技師への道 』

日々の学びを残すブログ

データ解析のための統計モデリング入門:一般化線形モデル・階層ベイズモデル・MCMC

読んだ&やってみた。

しっかりと土台形成してから取り組みたいと思って後に回していた本。

ようやく時間が作れたので読みながら手を動かしてみたが、すごく丁寧な作りで評判通りの内容だった(^_-)-☆。コードは少なくGLM・GLMM・階層ベイズモデル・MCMCを俯瞰的に楽しめる内容で図解が多いため理解しやすい。著者の講義を受けているような感じがした。各章末に文献紹介もされていて今後の勉強・参考書あさりに役に立ちそう。(本はすでにメモ&ポストイットまみれ)

いくらか図に誤りがあるようだが既にwebサイトで修正されていたので参考になる。

とある雑誌にはみどり本は中級レベルとあったけどなかなかこの『中級』レベルの本というのが少ないように感じるので貴重な本だと思う。

 本書の流れで初めてwinbugsによるMCMCをやってみたけどwinbugsはもう開発もしていない(?)みたいなのでやや古いのかもしれない。今後、岩波DS vol.1にあったstanをかじってみようかと思う。

 

P値やモデル選択についての注意・解釈についてもわかりやすく説明されていたのでメモしておく。どこかでも似た記述があったのでしっかりと理解しておきたい。

『5章:GLMの尤度比検定と検定の非対称性』より

AICによるモデル選択では『良い予測をするモデル』を選ぶという目的を持ち、『予測の良さとは平均対数尤度』と明示したうえで、平均対数尤度を最大対数尤度とパラメータ数から推定する。尤度比検定などネイマンピアソンの枠組みの下での統計学的検定の目的は、帰無仮説の安全な棄却である。帰無仮説棄却のあとに残された対立仮説がどのような意味で『良い』モデルなのかは明確ではない。P値は効果の大きさそのものを表すものではない。推定された統計モデルの解釈は、それぞれの研究ごとに固有なものであり、分野ごとに異なる自然現象のとらえ方に依存しているのでその文脈の中で検討すべき問題。

 

 

岩波データサイエンス Vol.1

岩波データサイエンス Vol.1

 

昔、岩波データサイエンスvol1を読んでいたこともあり、とても理解しやすかった。

見たようなグラフがあったので読み返してみたら『あぁ、これか』と今さら気づいたこともあったりともう少し早めに取り掛かっておきたかった(-_-;)。

(Vol1読み返してみて『MCMC=モテて困るモテて困る 』かぁ、懐かしい)

 

そして、読み終わった後でこんな記事を見つけた。

https://www.nature.com/news/big-names-in-statistics-want-to-shake-up-much-maligned-p-value-1.22375