無向独立グラフに基づく線形回帰モデルにおける弱併合可能条件
スポンサーリンク
概要
- 論文の詳細を見る
本論文では,興味ある要因系変数Xを含む説明変数集合と品質特性Yを目的変数とした観察データが多変量正規分布に従って生成されていると仮定する.このとき,Xを含む説明変数集合からYへの回帰分析を行う状況を考える.第3の説明変数Sの追加・除去によってXからYへの回帰係数の値が変わらないための条件は併合可能条件と呼ばれ,多くの研究者によって研究されている.本論文では,これらの研究とは異なり,無向独立グラフの理論に基づいて,Sの追加・除去によってXからYへの回帰係数の符号が変わらないための十分条件を与える.この十分条件は,「無向独立グラフにおいてYがXとSを分離するならば,Sの追加・除去によってXの回帰係数の符号は変化しない」と記述できる.
- 2011-04-15
著者
関連論文
- 1因子モデルの無向独立グラフによる特徴づけとその応用
- 構造方程式モデル(OR事典Wiki)
- 分散に対する因果効果の定量的評価と工程解析への応用
- 代用特性による平均因果効果の識別可能性について(好みの計量II-定量調査・分析の応用事例と理論の対話-)
- 線形構造方程式モデルに基づく因果効果のグラフィカル識別可能条件(ベイジアンネットワークの最先端)
- 1因子モデルの無向独立グラフによる特徴づけとその応用
- 線形構造方程式モデルに基づく因果効果のグラフィカル識別可能条件 (特集 ベイジアンネットワークの最先端)
- 未観測交絡因子が存在する場合の総合効果の識別可能条件
- 統計的因果推論 : 因果効果の識別可能問題におけるベイジアンネットワークの役割(ベイジアンネットワークと確率的情報処理の新展開)
- 人間ドック・データに基づく臨床検査値の参照範囲の評価(日本計算機統計学会 第19回シンポジウム)
- 無向独立グラフに基づく線形回帰モデルにおける弱併合可能条件
- ロジスティック回帰モデルにおける弱併合可能性について