統計学なんでもスレッド11

>>257
なるほど、おっしゃるとおり本例では確率変数と定数値があべこべですね。
あやめの例示は不適切でした。
以降、思考実験でお願いします。

従属変数としてなんらかの連続変数をなんらかの事情で2値化してダミー変数化したとします。
これはロジスティック回帰等にも使用される確率変数となります。
これに対してこの従属変数との間に関連の見込まれる連続変数定数値を独立変数に据えたとします。
この従属変数と独立変数の関係が、あやめの例の様になったとします。
残差プロットは斜めの二本線でした。
さて、この判別分析風重回帰モデルの評価はいかに。

>>255
レス遅くなってすみません。
ベイズ推定ですか。なるほど。

http://ja.wikipedia.org/wiki/%E3%83%99%E3%82%A4%E3%82%BA%E6%8E%A8%E5%AE%9A#.E4.BA.8C.E9.A0.85.E5.88.86.E5.B8.83.E6.AF.8D.E6.95.B0.E3.81.AE.E4.BA.8B.E5.BE.8C.E5.88.86.E5.B8.83
p(a|m,n)の式のp(m,n|a)p(a)のp(a)の部分ってどういう意味になるのでしょうか？
p(m,n|a)/∫[0,1]p(m,n|a)daで済む気がしてしまいます。

>>270
ロジスティック回帰を誤解しているのかな？
ロジスティック回帰は二項分布の成功の確率pを説明しようと
するもので連続量を2値化するものではないのだけど。