一変量ロジスティック回帰を,glm でやるときと nls でやるとき,答えが違うのはなぜなのか?
たとえば以下のようなデータ。
y x
1 0 0
2 0 0.1
3 0 0.3
4 0 0.4
5 0 0.4
6 0 0.4
7 0 0.4
8 0 0.4
9 0 0.4
10 0 0.4
11 0 0.7
12 0 1
13 0 1.2
14 0 1.2
15 0 1.4
16 0 1.4
17 0 1.4
18 0 1.4
19 0 1.4
20 0 1.5
21 0 1.6
22 0 1.6
23 0 1.7
24 1 1
25 1 1.4
26 1 1.7
27 1 1.8
28 1 1.9
29 1 2.5
30 1 2.7
−−−−−コメント
simplex 法や nls では残差平方和を最小にする解を求めるようになっているのに対して, glm は Deviance を最小にする解を求めるものであるため(普通は,後者を使うべし)
たとえば以下のようなデータ。
y x
1 0 0
2 0 0.1
3 0 0.3
4 0 0.4
5 0 0.4
6 0 0.4
7 0 0.4
8 0 0.4
9 0 0.4
10 0 0.4
11 0 0.7
12 0 1
13 0 1.2
14 0 1.2
15 0 1.4
16 0 1.4
17 0 1.4
18 0 1.4
19 0 1.4
20 0 1.5
21 0 1.6
22 0 1.6
23 0 1.7
24 1 1
25 1 1.4
26 1 1.7
27 1 1.8
28 1 1.9
29 1 2.5
30 1 2.7
−−−−−コメント
simplex 法や nls では残差平方和を最小にする解を求めるようになっているのに対して, glm は Deviance を最小にする解を求めるものであるため(普通は,後者を使うべし)
※コメント投稿者のブログIDはブログ作成者のみに通知されます