質問編集履歴
2
解決しましたので、過程をメモにしました。
test
CHANGED
|
File without changes
|
test
CHANGED
|
@@ -10,78 +10,26 @@
|
|
|
10
10
|
|
|
11
11
|
・そこで、式を教えてもらえないでしょうか。よろしくお願いします。
|
|
12
12
|
|
|
13
|
-
###
|
|
13
|
+
###解決
|
|
14
14
|
|
|
15
|
-
|
|
15
|
+
エクセルで行うことはあきらめて、Rで行うことにしました。
|
|
16
16
|
|
|
17
|
+
予測したいモデル式(model)を作成し、その予測式をつかった予測を行いました。
|
|
17
18
|
|
|
19
|
+
test.txtに予測したい説明変数の数値を入れます。この際、予測モデルと同じデータフレームとします。
|
|
18
20
|
|
|
19
|
-
|
|
21
|
+
data<-"test.txt"
|
|
20
22
|
|
|
23
|
+
file<-read.delim(data,header=T,row.names=1,fileEncording="CP932"
|
|
21
24
|
|
|
25
|
+
new_data<-data.frame(file)
|
|
22
26
|
|
|
23
|
-
|
|
27
|
+
predict(model,newdata=new_data)
|
|
24
28
|
|
|
25
|
-
|
|
29
|
+
これで予測値が出ます。
|
|
26
30
|
|
|
27
|
-
|
|
31
|
+
なお、一般化線形モデルのガンマ分布の場合は
|
|
28
32
|
|
|
33
|
+
predict(model,type="response",newdata=new_data)
|
|
29
34
|
|
|
30
|
-
|
|
31
|
-
Deviance Residuals:
|
|
32
|
-
|
|
33
|
-
Min 1Q Median 3Q Max
|
|
34
|
-
|
|
35
|
-
-20.920 -6.013 -1.200 5.310 38.997
|
|
36
|
-
|
|
37
|
-
|
|
38
|
-
|
|
39
|
-
|
|
35
|
+
とするとうまくいきました。
|
|
40
|
-
|
|
41
|
-
Estimate Std. Error t value Pr(>|t|)
|
|
42
|
-
|
|
43
|
-
(Intercept) 72.90253 5.42852 13.430 < 2e-16 ***
|
|
44
|
-
|
|
45
|
-
|
|
46
|
-
|
|
47
|
-
test1 0.22225 0.04493 4.946 1.19e-06 ***
|
|
48
|
-
|
|
49
|
-
|
|
50
|
-
|
|
51
|
-
test2 -0.25764 0.05531 -4.658 4.57e-06 ***
|
|
52
|
-
|
|
53
|
-
|
|
54
|
-
|
|
55
|
-
test3 0.12215 0.01807 6.759 6.00e-11 ***
|
|
56
|
-
|
|
57
|
-
|
|
58
|
-
|
|
59
|
-
test4 -0.88880 0.18387 -4.834 2.03e-06 ***
|
|
60
|
-
|
|
61
|
-
|
|
62
|
-
|
|
63
|
-
test5 -0.33321 0.05180 -6.433 4.23e-10 ***
|
|
64
|
-
|
|
65
|
-
|
|
66
|
-
|
|
67
|
-
Signif. codes: 0 ‘* * *’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
|
|
68
|
-
|
|
69
|
-
|
|
70
|
-
|
|
71
|
-
(Dispersion parameter for gaussian family taken to be 95.53574)
|
|
72
|
-
|
|
73
|
-
|
|
74
|
-
|
|
75
|
-
Null deviance: 60534 on 347 degrees of freedom
|
|
76
|
-
|
|
77
|
-
Residual deviance: 32673 on 342 degrees of freedom
|
|
78
|
-
|
|
79
|
-
AIC: 2582.2
|
|
80
|
-
|
|
81
|
-
|
|
82
|
-
|
|
83
|
-
Number of Fisher Scoring iterations: 2
|
|
84
|
-
|
|
85
|
-
|
|
86
|
-
|
|
87
|
-
###
|
1
より質問内容を具体的にしました。
test
CHANGED
|
@@ -1 +1 @@
|
|
|
1
|
-
|
|
1
|
+
一般化線形モデルでガンマ分布の際の式がわからず困っています。
|
test
CHANGED
|
@@ -2,27 +2,17 @@
|
|
|
2
2
|
|
|
3
3
|
|
|
4
4
|
|
|
5
|
-
・
|
|
5
|
+
・「R統計解析パーフェクトマスター」を参考に重回帰分析でモデルを作りました。
|
|
6
6
|
|
|
7
|
-
・
|
|
7
|
+
・モデルのあてはまりをよくするため、一般化線形モデルにしてみる方法があると記載があったので、ガンマ分布を指定し実際に行い結果まででました。
|
|
8
8
|
|
|
9
|
-
・
|
|
9
|
+
・しかし、重回帰モデルであれば一般的な式として「y=ax+bx+・・・・+残渣」のような形で表現できましたが、一般化線形モデルのガンマ分布の際の一般的な式がわかりませんでした。
|
|
10
10
|
|
|
11
|
-
・しかしこの販売個数と説明変数の間には、非線形の関係があり、正規分布ではないということがわかりました。
|
|
12
|
-
|
|
13
|
-
・そのため、glm関数でガンマ分布を指定し、一般化線形モデルで解析を行いました。
|
|
14
|
-
|
|
15
|
-
・係数もわかり、さてモデル式をエクセルに入力しようとしたところ、大変複雑な計算式になることがわかり、Rで行うことにしました。
|
|
16
|
-
|
|
17
|
-
・そこでRを用いて説明変数のデータを入力し、結果を表示させる方法を教えてもらえないでしょうか。
|
|
18
|
-
|
|
19
|
-
・
|
|
11
|
+
・そこで、式を教えてもらえないでしょうか。よろしくお願いします。
|
|
20
|
-
|
|
21
|
-
|
|
22
12
|
|
|
23
13
|
###
|
|
24
14
|
|
|
25
|
-
以下
|
|
15
|
+
参考として、以下のglmのサマリを残しておきます。。
|
|
26
16
|
|
|
27
17
|
|
|
28
18
|
|
|
@@ -95,23 +85,3 @@
|
|
|
95
85
|
|
|
96
86
|
|
|
97
87
|
###
|
|
98
|
-
|
|
99
|
-
このモデル式に
|
|
100
|
-
|
|
101
|
-
test1:40
|
|
102
|
-
|
|
103
|
-
test2:50
|
|
104
|
-
|
|
105
|
-
test3:130
|
|
106
|
-
|
|
107
|
-
test4:5
|
|
108
|
-
|
|
109
|
-
test5:30
|
|
110
|
-
|
|
111
|
-
を入れ、結果（予測値）を計算し表示させたいです。
|
|
112
|
-
|
|
113
|
-
|
|
114
|
-
|
|
115
|
-
基礎的なことかもしれませんが、ずっと悩んでいます。
|
|
116
|
-
|
|
117
|
-
よろしくお願いします。
|