breezy_cat https://blog.hatena.ne.jp/breezy_cat/ Hazy Ideas https://breezy-cat.hatenablog.com/ R ＊個人勉強用メモです。 一般化線形混合モデルGLMMを、階層事前分布を使ってベイズ化する。 個体差だけでなく複数の考慮が必要なモデルを扱える、より複雑なモデルのパラメータを推定することができる。 GLMMのリンク関数と線形予測子をlogit(q) = ß + r とし、 rは個体差、平均０で正規分布sに従うとすると、 データが得られる確率 p(Y |ß, {r}) = Π( , y) q(1-q) （メモだとうまく書けないが、ただの確率の方程式） ßの事前分布を無情報として指定する。p(ß) rの事前分布はsに基づき仮定する。p(r | s) ばらつきsについても事前分布を無情報（連続一様分布… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fbreezy-cat.hatenablog.com%2Fentry%2F2020%2F09%2F24%2F125324" title="R: 階層ベイズモデル - Hazy Ideas" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> Hatena Blog https://hatena.blog 2020-09-24 12:53:24 rich https://breezy-cat.hatenablog.com/entry/2020/09/24/125324 1.0 100%