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持つ一般化線形モデルです。statsmodelsは現在、二項分布およびポアソン分布のGLIMMIXモデルの推定を、事後分布に対するラプラス近似と、事後分布に対する変分ベイズ近似の2つのベイズ法を用いてサポートしています。どちらの方法も、点推定（事後平均）と不確実性の評価（事後標準偏差）を提供します。

現在の実装では、独立したランダム効果のみをサポートしています。

技術ドキュメント¶

statsmodelsの混合線形モデルとは異なり、GLIMMIXの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、巨大で疎なランダム効果設計行列 exog_vc が作成されることに注意してください。内部的には、exog_vc は scipy の疎行列に変換されます。引数をクラスイニシャライザに直接渡す場合、疎行列を渡すことができます。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。非常に大規模な問題の場合、この密な中間行列のサイズが大きいため、式を使用することは現実的ではない可能性があります。

参考文献¶

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

モジュールリファレンス¶

モデルクラスは次のとおりです

結果クラスは次のとおりです