ProbitModelFit
ProbitModelFit[{{x1,y1},{x2,y2},…},{f1,f2,…},x]
ProbitModelFit[data,{f1,f2,…},{x1,x2,…}]
という
ProbitModelFit[{m,v}]
詳細 とオプション
- ProbitModelFitは,プロビット
関数 ()の逆 関数 を使 って構築 された基底 関数 の線形 結合 を使 ってデータをモデル化 しようとする. - LogitModelFitは,
確率 値 のモデル化 のための分類 にしばしば使 われる. - ProbitModelFitは,もとの が
確 率 のベルヌーイ(Bernoulli)試行 の独立 した実現 であるという仮定 のもとに,の形 の一般 化 された線形 モデルを生成 する. 関数 は標準 NormalDistributionのCDFである.- ProbitModelFitは,
自身 が構築 したプロビットモデルを表 す記号 的 なFittedModelオブジェクトを返 す.モデルの特性 と診断 は model["property"]で得 ることができる. 特定 の点 x1, …におけるProbitModelFitからの最 もよくフィットした関数 の値 は model[x1,…]で得 ることができる.次 は,data の可能 な形 である.-
{y1,y2,…} {{1,y1},{2,y2},…}という 形式 に等 しい{{x11,x12,…,y1},…} 独立 した値 xijと応答 yiのリスト{{x11,x12,…}y1,…} 入力 値 と応答 の間 の規則 のリスト{{x11,x12,…},…}{y1,y2,…} 入力 値 のリストと応答 の間 の規則 {{x11,…,y1,…},…}n 行列 の第 n列 をフィットする - のような
多 変量 のデータの場合 ,座標 xi1, xi2, …の数 は変数 xiの数 と一致 しなければならない. - yiは0から1までの
確 率 である. - さらに,data は
関数 と変数 を指定 せずに計画 行列 を使 って指定 することができる. -
{m,v} 計画 行列 m と応答 ベクトル v - ProbitModelFit[{m,v}]では,{{f1,f2,…},{f1,f2,…},…}という
形 のデータ点 における基底 関数 fiの値 から計画 行列 m が形成 される.応答 ベクトル v は応答 のリスト{y1,y2,…}である. 計画 行列 m と応答 ベクトル v について,モデルは である.ただし, は推定 されるパラメータのベクトルである.計画 行列 が使 われる場合 ,基底 関数 fiはProbitModelFit[{m,v},{f1,f2,…}]という形式 を使 って指定 することができる.- ProbitModelFitは,ExponentialFamily->"Binomial"およびLinkFunction->"ProbitLink"でGeneralizedLinearModelFitに
等 しい. - ProbitModelFitにはExponentialFamilyとLinkFunctionを
除 いてGeneralizedLinearModelFitと同 じオプションが使 える.
例題
すべてスコープ (13)
データ (6)
特性 (7)
オプション (8)
特性 と関係 (4)
ProbitModelFitは"ProbitLink"を
LogitModelFitはデフォルトの"LogitLink"を
ProbitModelFitは
NonlinearModelFitは
ProbitModelFitはTimeSeriesのタイムスタンプを
ProbitModelFitは,
テキスト
Wolfram Research (2008), ProbitModelFit, Wolfram
CMS
Wolfram Language. 2008. "ProbitModelFit." Wolfram Language & System Documentation Center. Wolfram Research. https://reference.wolfram.com/language/ref/ProbitModelFit.html.
APA
Wolfram Language. (2008). ProbitModelFit. Wolfram Language & System Documentation Center. Retrieved from https://reference.wolfram.com/language/ref/ProbitModelFit.html