elsur.jpn.org >

« 読了:Cannon, Leckenby, Abernethy (2002) 有効フリークエンシーを超えて:フリークエンシー価値によるメディア・プランニング | メイン | 読了:King, Tomz, & Wittenberg (2000) 統計モデルから得られる知見について人々にわかりやすく伝えるためのシミュレーションの手引き »

2016年6月23日 (木)

Aguilera, A.M., Escabias, M., Valderrama, M.J. (2006) Using principal components for estimating logistic regression with high-dimensional multicollinear data. Computational Statistics & Data Analysis, 50, 1905-1924.
 主成分回帰(説明変数をいったん主成分に縮約してから回帰する)をロジスティック回帰でやりました、という論文。仕事の都合で目を通したんだけど、途中で眠くなってしまい、ろくろく読んでない。
 回帰の説明変数とする主成分は、ふつうは上位から順に拾うけど、条件付き尤度比で検定しながら前向き選択する手もある、とのこと。そこまでこだわるならPLS回帰にすればいいじゃんと思ったが、シミュレーションしてみると少ない要素数で成績が良い、PLS回帰と比べても優れている、とかなんとか。

論文:データ解析(2015-) - 読了:Aguilera, et al. (2006) ロジスティック主成分回帰

rebuilt: 2020年4月20日 18:54
validate this page