【Rによる実際の分析のデモも行います(Rソース配布)】
1.線形回帰モデル
1.1 線形回帰モデル
・データを「統計モデル」で説明する
・回帰モデルの意味
・最小2乗法による重回帰モデルの推定
・モデルのデータへの「当てはまりの良さ」
1.2 モデル選択
・当てはまりが良ければいいとは限らない
・重回帰モデルで起こる問題(高次元データ、多重共線性)
・変数選択問題とは
・変数選択基準(交差検証法・AIC・BIC)
・RidgeとLasso
2.非線形回帰モデル
2.1 線形から非線形へ
・多項式回帰モデルを用いた曲線推定
・多項式の次数の選択
2.2 非線形回帰モデル
・基底関数展開
・スプライン
・基底関数の個数の選択
2.3 正則化法
・滑らかでない曲線に対して「罰則」を課す
・曲線の滑らかさとデータへの当てはまりの「拮抗関係」
・正則化法による非線形回帰モデルの推定
・正則化パラメータの選択
3.ロジスティック回帰モデル
3.1 様々な種類の目的変数
・比率データ
・2値データ
3.2 ロジスティック回帰モデル
・比率データの当てはめ
・2値データの当てはめ
・ロジスティック回帰モデルによる判別