多変量解析入門

多変量解析入門――線形から非線形へ

相変わらず統計の入門系の本を読み漁っている私。2、3冊目になるとなんとなく「これは読んだことある」というのも増えてきたが、それが知識として蓄えられているかどうかを問われると回答に窮するところ。
今回はモデル評価基準の部分とロジスティック回帰モデルが印象に残っている。確かに推定したモデルがあまりにも不適切だったら全く意味をなさないだろう。また回帰モデルに余計な説明変数が入っていたら、それを取り除いたモデルの方が適切であろう。そういったことを評価する基準がモデル評価基準の内容だろう*1。情報量基準(AIC)=-2(モデルの最大対数尤度)+2(モデルの自由パラメータ数)は妙に感動してしまった。
それにしても、こういう本の数式は私の理解を超えている。次回はプログラミング視点の統計学の本があれば読んでみたい気がする。

*1:「〜だろう」という推定的文章になってしまったのは私の知識レベルのなさ