一般化線形混合効果モデル¶

一般化線形混合効果 (GLIMMIX) モデルは、線形予測子にランダム効果を備えた一般化線形モデルです。 statsmodels は現在、事後へのラプラス近似と事後への変分ベイズ近似という 2 つのベイズ法を使用した二項モデルとポアソン GLIMMIX モデルの推定をサポートしています。どちらの方法でも、点推定値 (事後平均) と不確実性の評価 (事後標準偏差) が得られます。

現在の実装では、独立したランダム効果のみがサポートされています。

技術文書¶

statsmodels の混合線形モデルとは異なり、GLIMMIX 実装はグループベースではありません。グループは、すべてのランダム効果とカテゴリ変数を相互作用させることによって作成されます。これにより、大規模で疎（スパース）なランダム効果デザイン行列 exog_vc が作成されることに注意してください。内部的に、 exog_vc はscipy 疎行列に変換されます。引数をクラス初期化子に直接渡す場合、疎行列が渡される場合があります。数式を使用する場合、密行列が作成されてから疎行列に変換されます。非常に大きな問題の場合、この密な中間行列のサイズにより、式を使用することが現実的ではない場合があります。

参考文献¶

Blei, Kucukelbir, McAuliffe著 (2017年). Variational Inference: A review for Statisticians https://arxiv.org/pdf/1601.00670.pdf

モジュールリファレンス¶

モデルのクラスは次のとおりです :

結果のクラスは次のとおりです :