以下で、さまざまな確率分布をとりあげて最尤推定が説明されている。具体例も多くわかりやすいだろう。
Rで自ら試しながら理解することができる。
生態学のデータ解析 - 統計学授業 2007 (久保拓弥氏)
さまざまな確率分布と最尤推定
http://hosho.ees.hokudai.ac.jp/~kubo/stat/2007/b/kubostat2007b.pdf
一般化線形モデル (GLM) 1 -- ポアソン回帰
http://hosho.ees.hokudai.ac.jp/~kubo/stat/2007/c/kubostat2007c.pdf
Neyman-Pearson流の parametric bootstrap 尤度比検定 については以下で例示されている。より簡単な(古典的な)χ2 分布を利用する尤度比検定もふれられている。
(Rでは、たとえば
> anova(model1, model2, test = "Chisq")
のように実行すればよい)
検定とモデル選択
http://hosho.ees.hokudai.ac.jp/~kubo/stat/2007/e/kubostat2007e.pdf
Rで自ら試しながら理解することができる。
生態学のデータ解析 - 統計学授業 2007 (久保拓弥氏)
さまざまな確率分布と最尤推定
http://hosho.ees.hokudai.ac.jp/~kubo/stat/2007/b/kubostat2007b.pdf
一般化線形モデル (GLM) 1 -- ポアソン回帰
http://hosho.ees.hokudai.ac.jp/~kubo/stat/2007/c/kubostat2007c.pdf
Neyman-Pearson流の parametric bootstrap 尤度比検定 については以下で例示されている。より簡単な(古典的な)χ2 分布を利用する尤度比検定もふれられている。
(Rでは、たとえば
> anova(model1, model2, test = "Chisq")
のように実行すればよい)
検定とモデル選択
http://hosho.ees.hokudai.ac.jp/~kubo/stat/2007/e/kubostat2007e.pdf