Mathematica 9 is now available
THIS IS DOCUMENTATION FOR AN OBSOLETE PRODUCT.
SEE THE DOCUMENTATION CENTER FOR THE LATEST INFORMATION.
Mathematica > データの操作 > 数値データ > 統計モデル分析 >
Mathematica > データの操作 > 統計 > 統計モデル分析 >
Mathematica > 数学とアルゴリズム > 統計 > 統計モデル分析 >

LogitModelFit

LogitModelFit[{y1, y2, ...}, {f1, f2, ...}, x]
1/(1+ⅇ^(-(beta_0+beta_1f_1 +beta_2f_2 +...)))の形式の,連続する x の値1, 2, ...yi をフィットする二項ロジスティック回帰モデルを構築する.
LogitModelFit[{{x11, x12, ..., y1}, {x21, x22, ..., y2}, ...}, {f1, ...}, {x1, x2, ...}]
1/(1+ⅇ^(-(beta_0+beta_1f_1 +beta_2f_2 +...)))の形式の二項ロジスティック回帰モデルを構築する.ただし,fi は変数 xk に依存する.
LogitModelFit[{m, v}]
計画行列 m と応答ベクトル v から二項ロジスティック回帰モデルを構築する.
  • LogitModelFitは,自身が構築したロジスティックモデルを表す記号的なFittedModelオブジェクトを返す.モデルの特性と診断は model["property"]で得ることができる.
  • 特定の点 x1, ...におけるLogitModelFitからの最もよくフィットした関数の値は model[x1, ...]で得ることができる.
  • {{x11, x12, ..., y1}, {x21, x22, ..., y2}, ...}の形式のデータでは,座標の数 xi1, xi2, ... は変数 xi の数に対応しなければならない.
  • yi は0から1までの確率である.
  • {y1, y2, ...}の形式のデータは{{1, y1}, {2, y2}, ...}の形式のデータに等しい.
  • LogitModelFitは,もとの ni yi が平均が の二項分布に従う独立した観察であるという仮定の下に,という形式のロジスティックモデルを作成する.
  • LogitModelFit[{m, v}]では,{{f1, f2, ...}, {f1, f2, ...}, ...}という形のデータ点における基底関数 fi の値から計画行列 m が形成される.応答ベクトル v は応答のリスト{y1, y2, ...}である.
  • 計画行列 m と応答ベクトル v について,モデルは である.ただし,Beta は推定されるパラメータのベクトルである.
  • 計画行列が使われる場合,基底関数 fiLogitModelFit[{m, v}, {f1, f2, ...}]という形式を使って指定することができる.
データセットを定義する:
In[1]:=
Click for copyable input
ロジスティックモデルをデータにフィットする:
In[2]:=
Click for copyable input
Out[2]=
モデルの関数形を見る:
In[3]:=
Click for copyable input
Out[3]=
ある点でモデルを評価する:
In[4]:=
Click for copyable input
Out[4]=
データ点とモデルをプロットする:
In[5]:=
Click for copyable input
Out[5]=
モデルにフィットされた値を計算する:
In[6]:=
Click for copyable input
Out[6]=
尤離度残差を可視化する:
In[7]:=
Click for copyable input
Out[7]=
バージョン 7 の新機能
Ask a question about this page  |  Suggest an improvement  |  Leave a message for the team