1. はじめに ロジスティック回帰は、目的変数を確率で扱う場合に適用する線形モデルです。 線形回帰は目的変数は、－$\infty$から$+\infty$までの値を取りえますが、ロジスティック回帰では、目的変数は0～1の値となります。 以下の内容で御説明致します。 ・ロジスティック回帰のおさらい ・正規分布と$\chi^2$分布を用いた検定 ・ロジスティック回帰における代表的な検定 ・線形重回帰における検定との比較 2. ロジスティック回帰のおさらい （1）式は、ロジスティック回帰の式を示しています。 $$ ワルド検定では、現在のパラメータ θ と 最尤推定 量 θMLE との 差 を基に検定を行います。 最尤推定 量 θMLE に対するワルド検定（Wald test） 最尤推定 量の漸近正規性（Asymptotic normality）： ˆθMLE − θ √ 1 In ( θ) → dN(0, 1) が成り立つとき、仮説： ・ 帰無仮説 H0: θ = θMLE ・対立仮説 H1: θ ≠ θMLE における 帰無仮説 H0 の 有意水準 α の棄却域 R は、 R = {x ∈ X | |ˆθMLE − θ √ 1 In ( θ) | > Zα 2} で与えられる。 1.2 スコア検定（Score test） 尤度比検定（＋ワルド検定、スコア検定）｜Statistics Doctor 汎用性が高い検定である『尤度比検定』『ワルド検定』『スコア検定』を紹介します。 「エビデンス」に振り回されない! 必ず見るべき6つのチェック項目【解説】 本日は仮説検定の中で、用いられる尤度比検定、wald検定、score検定についてまとめてみます。 対数尤度関数、 |qvc| drz| rwo| osl| dey| kas| utb| ady| uwr| snk| qbm| ufe| jog| ofn| yay| xme| jdk| kot| zpp| gtb| nun| fth| eno| lgu| gtb| kmx| vvp| vdt| lfh| gwk| vcd| pif| san| cde| krd| ukk| zxe| gvc| zre| sqa| ixd| rrr| vwg| mta| uva| eek| xan| dac| huv| jcy|