A.Dobsonの『An Introduction to Generalized Linear Models』、第2版

出版社 Chapman & Hall(Chapman & Hall/CRC)
発行年 1989. ISBN 978-0-412-31760-6

ある程度定まった訳がないと思われる用語は、適当な日本語をあててあるので注意。

1 Introductionはじめに
1.1 Background背景
1.2 Scope
1.3 Notation 記法
1.4 Distributions related to the Normal distribution 正規分布から導かれる分布
1.4.1 Normal distributions正規分布
1.4.2 Chi-squared distributionsカイ2乗分布
1.4.3 t-distributions t分布
1.4.4 F-distributions F分布

1.5 Quadratic forms 2次形式
1.6 Estimation 推定
1.6.1 Maximum likelihood estimation 最尤推定
1.6.2 Example: Poisson distribution 例:ポアソン分布
1.6.3 Least square estimation 最小二乗推定
1.6.4 Comments on estimation 推定について
1.6.5 Example: Tropical cyclones 例:熱帯のサイクロン
1.7 Exercises 練習問題


2 Model Fittingモデルのあてはめ
2.1 Introductionはじめに
2.2 Examples 実例
2.2.1 Chronic medical conditions
2.2.2 Birthweight and gestational age出生時の体重
2.3 Some principles of statistical modelling 統計的モデリングのいくつかの原理
2.3.1 Exploratory data analysis探索的データ解析
2.3.2 Model formulation モデルを作る
2.3.3 Parameter estimation パラメーターの推定
2.3.4 Residuals and model checking 残差とモデルのチェック
2.3.5 Inference and interpretation推測と解釈
2.3.6 Further reading
2.4 Notation and coding for explanatory variables 説明変数の表記とコード化*
2.4.1 Example: Means for two groups 例:2群の平均
2.4.2 Example: Simple linear regression for two groups 例:2群についての単純な線形回帰
2.4.3 Example: Alternative formulations for comparing the means of two groups 例:
2.4.4 Example: Ordinal explanatory variables 例:順序尺度の説明変数
2.5 Exercises練習問題


3 Exponential Family and Generalized Linear Models 指数分布族と一般化線形モデル
3.1 Introductionはじめに
3.2 Exponential family of distributions指数分布族
3.2.1 Poisson distribution ポアソン分布
3.2.2 Normal distribution 正規分布
3.2.3 Binomial distribution 二項分布
3.3 Properties of distributions in the exponential family 指数分布族に属する分布の性質
3.4 Generalized linear models 一般化線形モデル
3.5 Examples 実例
3.5.1 Normal Linear Model 正規線形モデル*
3.5.2 Historical Linguistics
3.5.3 Mortality Rates 死亡率
3.6 Exercises 練習問題


4 Estimation 推定
4.1 Introduction はじめに
4.2 Example: Failure times for pressure vessels 例:
4.3 Maximum likelihood estimation 最尤推定
4.4 Poisson regression example ポアソン回帰の例
4.5 Exercises 練習問題


5 Inference 推論
5.1 Introduction はじめに
5.2 Sampling distribution for score statistics スコア統計量の標本分布
5.2.1 Example: Score statistic for the Normal distribution正規分布におけるスコア統計量
5.2.2 Example: Score statistic for the binomial distribution二項分布におけるスコア統計量
5.3 テイラー級数による近似
5.4 Sampling distribution for maximum likelihood estimators 最尤推定量の標
本分布
5.4.1 Example: Maximum likelihood estimators for the Normal linear model 例
:正規線形モデルにおける最尤推定量
5.5 Log-likelihood ratio statistic 対数尤度比統計量
5.6 Sampling distribution for the deviance デビアンスの標本分布
5.6.1 Example: Deviance for a binomial model 例:二項分布モデルにおけるデビ
アンス
5.6.2 Example: Deviance for a Normal linear model 例:正規分布線形モデル*に
おけるデビアンス
5.6.3 Example: Deviance for a Poisson model 例:ポアソン分布モデルにおけるデ
ビアンス
5.7 Hypothesis testing仮説検定
5.7.1 Example: Hypothesis testing for a Normal linear model 例:正規線形モデルにおける仮説検定
5.8 Exercises 練習問題


6 Normal Linear Models正規線形モデル
6.1 Introduction はじめに
6.2 Basic results基本的な結果
6.2.1 Maximum likelihood estimation最尤推定
6.2.2 Least square estimation最小二乗推定
6.2.3 Deviance デビアンス(尤離度)
6.2.4 Hypothesis testing仮説検定
6.2.5 Orthogonality直交性
6.2.6 Residuals残差
6.2.7 Other diagnostics 他の診断
6.3 Multiple linear regression多重線形回帰
6.3.1 Carbohydrate diet
6.3.2 Coefficient of determination, R2 決定係数
6.3.3 Model selectionモデル選択
6.4 Analysis of variances分散分析
6.4.1 One factor analysis of variances 一元配置分散分析
6.4.2 Two factor analysis of variances 二元配置分散分析
6.5 Analysis of covariances共分散分析
6.6 General linear models一般線形モデル
6.7 Exercises 練習問題


7 Binary Variables and Logistic Regression 2値変数とロジスティック回帰
7.1 Probability distributions確率分布
7.2 Generalized linear models一般化線形モデル
7.3 Dose response models薬量-反応モデル*
7.3.1 Example: Beetle mortality 例:死亡率
7.4 General logistic regression models一般化ロジスティック回帰モデル
7.4.1 Example: Embryogenic anthers 例:
7.5 Goodness of fit statistics適合度統計量
7.6 Residuals残差
7.7 Other diagnostics その他の回帰診断
7.8 Example: Senility and WAIS 例:
7.9 Exercises 練習問題


8 Nominal and Ordinal Logistic Regression名義ロジスティック回帰と順序ロジス
ティック回帰*
8.1 Introduction はじめに
8.2 Multinomial distribution 多項分布
8.3 Nominal logistic regression 名義ロジスティック回帰*
8.3.1 Example: Car preferences 例:
8.4 Ordinal logistic regression 順序ロジスティック回帰*
8.4.1 Cumulative logit model 累積ロジットモデル
8.4.2 Proportional odds model 比例ロジットモデル
8.4.3 Adjacent category logit mode l隣接カテゴリーロジットモデル
8.4.4 Continuation ratio logit model
8.4.5 Comments 注意
8.4.6 Example: Car preferences 例:
8.5 General comments 一般的な注意
8.6 Exercises 練習問題


9 Count Data, Poisson Regression and Log-Linear Models計数的データ、ポアソン
回帰、対数線形モデル
9.1 Introduction はじめに
9.2 Poisson regressionポアソン回帰
9.2.1 Example of Poisson regression: British doctors' smoking and coronary death
9.3 Examples of contingency tables分割表の例
9.3.1 Example: Cross-sectional study of malignant melanoma
9.3.2 Example: Randomized controlled trial of influenza vaccine
9.4 Probability models of contingency tables分割表の確率モデル
9.4.1 Poisson model ポアソンモデル
9.4.2 Multinomial models 多項モデル
9.4.3 Product multinomial model
9.5 Log-linear models 対数線形モデル
9.6 Inference for log-linear models対数線形モデルにおける推論
9.7 Numerical examples 数値例
9.7.1 Cross-sectional study of malignant melanoma
9.7.2 Case control study of gastric and duodenal ulcer and  aspirin use
9.8 Remarks 注意
9.9 Exercises 練習問題


10 Survival Analysis生存時間解析
10.1 Introduction はじめに
10.2 Survival function and hazard function 生存時間関数とハザード関数
10.2.1 Exponential distribution 指数分布
10.2.2 Proportional hazards models 比例ハザードモデル
10.2.3 Weibull distribution ワイブル分布
10.3 Empirical survival function 経験生存関数
10.3.1 Example: Remission times 例:
10.4 Estimation 推定
10.4.1 Example: simple exponential model 例:単純な指数分布
10.5 Inference 推論
10.6 Model checking モデルのチェック
10.7 Example: remission times 例:
10.8 Exercises 練習問題


11 Clustered and Longitudinal Data
11.1 Introduction
11.2 Example: Recovery from stroke 例:
11.3 Repeated measures models for Normal data 正規分布データにおける繰り返し測定
11.4 Repeated measures models for non-Normal data 非正規分布データにおける繰り返し測定
11.5 Multilevel models マルチレベルモデル
11.6 Stroke example continued
11.7 Comments 注意
11.8 Exercises 練習問題

Softwareソフトウェア


日本語訳対照表

 この本の第1版は訳されており、『統計モデル入門―回帰モデルから一般化線形モデルまで』(田中, 栗原, 森川 訳)共立出版 (1993)である。
 ただ、第2版は、第1版とだいぶ内容が変わっている。
以下は第2版の目次に、第1版とほとんど同じ内容である箇所を注記したものである。[]は第1版の日本語訳の箇所を示す

1 Introduction
1.1 Background 終わりの方以外は[1.1]とだいたい同じ
1.2 Scope 一部が[1.2]
1.3 Notation 終わりの方以外は[1.2]とだいたい同じ
1.4 Distributions related to the Normal distribution
1.4 前置き ほとんど同じ
1.4.1 Normal distributions ほとんど同じ
1.4.2 Chi-squared distributions かなり書き換えあり
1.4.3 t-distributions ほとんど同じ
1.4.4 F-distributions  ほとんど同じ
1.5 Quadratic forms
1.6 Estimation
1.6.1 Maximum likelihood estimation
1.6.2 Example: Poisson distribution
1.6.3 Least square estimation
1.6.4 Comments on estimation
1.6.5 Example: Tropical cyclones
1.7 Exercises


2 Model Fitting
2.1 Introduction
2.2 Examples
2.2.1 Chronic medical conditions
2.2.2 Birthweight and gestational age [2.3]とデータが同じ
2.3 Some principles of statistical modelling
2.3.1 Exploratory data analysis
2.3.2 Model formulation
2.3.3 Parameter estimation
2.3.4 Residuals and model checking
2.3.5 Inference and interpretation 一部が[1.2]にある
2.3.6 Further reading
2.4 Notation and coding for explanatory variables
2.4前置き [2.4]を少し修正したもの
2.4.1 Example: Means for two groups
2.4.2 Example: Simple linear regression for two groups
2.4.3 Example: Alternative formulations for comparing the means of two groups
2.4.4 Example: Ordinal explanatory variables
2.5 Exercises


3 Exponential Family and Generalized Linear Models
3.1 Introduction [3.1]とだいたい同じ
3.2 Exponential family of distributions
3.2前置き ほぼ[3.2]にある
3.2.1 Poisson distribution 半分くらいが[3.2.1]にある
3.2.2 Normal distribution 半分くらいが[3.2.2]にある
3.2.3 Binomial distribution 半分くらいが[3.2.3]にある
3.3 Properties of distributions in the exponential family 一部が[3.2.3]と付
録Aにある
3.4 Generalized linear models [3.3]とだいたい同じ
3.5 Examples
3.5.1 Normal Linear Model 半分くらいが[3.4]の[例3.1]
3.5.2 Historical Linguistics [例3.2]とだいたい同じ
3.5.3 Mortality Rates [例3.3]とかなり共通
3.6 Exercises


4 Estimation
4.1 Introduction
4.2 Example: Failure times for pressure vessels
4.3 Maximum likelihood estimation [4.4]とかなり共通
4.4 Poisson regression example  [4.5]とかなり似ている
4.5 Exercises

5 Inference
5.1 Introduction
5.2 Sampling distribution for score statistics 一部が[5.2]にある
5.2.1 Example: Score statistic for the Normal distribution [例5.1]
5.2.2 Example: Score statistic for the binomial distribution [例5.2]
5.3 Taylor series approximations
5.4 Sampling distribution for maximum likelihood estimators だいたい[5.3]
5.4.1 Example: Maximum likelihood estimators for the Normal linear model だ
いたい[例5.3]
5.5 Log-likelihood ratio statistic [5.5]と[5.7]に一部ある
5.6 Sampling distribution for the deviance [5.6]と[5.7]に一部ある
5.6.1 Example: Deviance for a binomial model
5.6.2 Example: Deviance for a Normal linear model [例5.5]と[例5.7]に一部ある
5.6.3 Example: Deviance for a Poisson model [例5.6]に一部ある
5.7 Hypothesis testing
5.7 前置き ほぼ[5.7]にある
5.7.1 Example: Hypothesis testing for a Normal linear model
5.8 Exercises


6 Normal Linear Models
6.1 Introduction
6.2 Basic results [6.3]
6.2.1 Maximum likelihood estimation [6.3]
6.2.2 Least square estimation [6.4]
6.2.3 Deviance [6.5]
6.2.4 Hypothesis testing [6.5]
6.2.5 Orthogonality [6.9]
6.2.6 Residuals だいたい[6.8]
6.2.7 Other diagnostics
6.3 Multiple linear regression
6.3.1 Carbohydrate diet データは[例6.2]と同じ、[6.7]
6.3.2 Coefficient of determination, R2 ほぼ[6.6]にある
6.3.3 Model selection 一部が[6.10]と[6.11]
6.4 Analysis of variances
6.4.1 One factor analysis of variances かなりが[7.3]にある
6.4.2 Two factor analysis of variances 一部が[7.4]にある
6.5 Analysis of covariances ほぼ[6.5]にある
6.6 General linear models 一部が[7.5]にある
6.7 Exercises


7 Binary Variables and Logistic Regression
7.1 Probability distributions [8.1]
7.2 Generalized linear models [8.2]
7.3 Dose response models [8.3]
7.3.1 Example: Beetle mortality だいたい[例8.1]
7.4 General logistic regression models [8.4]と[8.5]
7.4.1 Example: Embryogenic anthers だいたい[例8.2]
7.5 Goodness of fit statistics 一部が[7.5]にある
7.6 Residuals 一部が[8.8]にある
7.7 Other diagnostics
7.8 Example: Senility and WAIS
7.9 Exercises


8 Nominal and Ordinal Logistic Regression
8.1 Introduction
8.2 Multinomial distribution 一部が[9.2]にある
8.3 Nominal logistic regression
8.3.1 Example: Car preferences
8.4 Ordinal logistic regression
8.4.1 Cumulative logit model
8.4.2 Proportional odds model
8.4.3 Adjacent category logit model
8.4.4 Continuation ratio logit model
8.4.5 Comments
8.4.6 Example: Car preferences
8.5 General comments
8.6 Exercises


9 Count Data, Poisson Regression and Log-Linear Models
9.1 Introduction
9.2 Poisson regression
9.2.1 Example of Poisson regression: British doctors' smoking and coronary death
9.3 Examples of contingency tables
9.3.1 Example: Cross-sectional study of malignant melanoma データが[例9.1]
と同じ
9.3.2 Example: Randomized controlled trial of influenza vaccine
9.4 Probability models of contingency tables
9.4.1 Poisson model [9.2.1]
9.4.2 Multinomial models [9.2.2]
9.4.3 Product multinomial model [9.2.3]
9.5 Log-linear models [9.3]
9.6 Inference for log-linear models 一部が[9.4]にある
9.7 Numerical examples
9.7.1 Cross-sectional study of malignant melanoma データが[9.6.1]と同じ
9.7.2 Case control study of gastric and duodenal ulcer and  aspirin use デ
ータが[9.6.2]と同じ
9.8 Remarks
9.9 Exercises


10 Survival Analysis
10.1 Introduction
10.2 Survival function and hazard function
10.2.1 Exponential distribution
10.2.2 Proportional hazards models
10.2.3 Weibull distribution
10.3 Empirical survival function
10.3.1 Example: Remission times
10.4 Estimation
10.4.1 Example: simple exponential model
10.5 Inference
10.6 Model checking
10.7 Example: remission times
10.8 Exercises

11 Clustered and Longitudinal Data
11.1 Introduction ごく一部が[7.4]にある
11.2 Example: Recovery from stroke
11.3 Repeated measures models for Normal data ごく一部が[7.4]にある
11.4 Repeated measures models for non-Normal data
11.5 Multilevel models
11.6 Stroke example continued
11.7 Comments
11.8 Exercises

Software

内容などのメモ(作成中)


1 Introduction
1.1 Background 背景
1.2 Scope
1.3 Notation 記法
1.4 Distributions related to the Normal distribution 正規分布から導かれる分布
1.4.1 Normal distributions正規分布
1.4.2 Chi-squared distributionsカイ2乗分布
1.4.3 t-distributions t分布
1.4.4 F-distributions F分布

1.5 Quadratic forms 2次形式
1.6 Estimation 推定
1.6.1 Maximum likelihood estimation 最尤推定
1.6.2 Example: Poisson distribution 例:ポアソン分布
1.6.3 Least square estimation 最小二乗推定
1.6.4 Comments on estimation 推定について
1.6.5 Example: Tropical cyclones 例:熱帯のサイクロン
1.7 Exercises 練習問題


2 Model Fitting
2.1 Introduction
2.2 Examples 実例
2.2.1 Chronic medical conditions
2.2.2 Birthweight and gestational age出生時の体重
2.3 Some principles of statistical modelling 統計的モデリングのいくつかの原理
2.3.1 Exploratory data analysis探索的データ解析
2.3.2 Model formulation モデルを作る
2.3.3 Parameter estimation パラメーターの推定
2.3.4 Residuals and model checking 残差とモデルのチェック
2.3.5 Inference and interpretation推測と解釈
2.3.6 Further reading
2.4 Notation and coding for explanatory variables 説明変数の表記とコード化*
2.4.1 Example: Means for two groups 実例:2つのグループの平均
2.4.2 Example: Simple linear regression for two groups
2.4.3 Example: Alternative formulations for comparing the means of two groups
2.4.4 Example: Ordinal explanatory variables 実例:名義尺度の説明変数
2.5 Exercises


3 Exponential Family and Generalized Linear Models 指数分布族と一般化線形モデル
3.1 Introduction
3.2 Exponential family of distributions指数分布族
3.2.1 Poisson distribution ポアソン分布
3.2.2 Normal distribution正規分布
3.2.3 Binomial distribution二項分布
3.3 Properties of distributions in the exponential family指数分布族の分布の性質
3.4 Generalized linear models一般化線形モデル
3.5 Examples
3.5.1 Normal Linear Model正規線形モデル*
3.5.2 Historical Linguistics
3.5.3 Mortality Rates 死亡率
3.6 Exercises


4 Estimation 推定
4.1 Introduction
4.2 Example: Failure times for pressure vessels
4.3 Maximum likelihood estimation 最尤推定
4.4 Poisson regression example ポアソン回帰の例
4.5 Exercises 練習問題


5 Inference 推論
5.1 Introduction
5.2 Sampling distribution for score statistics スコア統計量の標本分布
5.2.1 Example: Score statistic for the Normal distribution
5.2.2 Example: Score statistic for the binomial distribution
5.3 Taylor series approximationsテイラー級数による近似
5.4 Sampling distribution for maximum likelihood estimators 最尤推定量の標
本分布
5.4.1 Example: Maximum likelihood estimators for the Normal linear model 例
:正規分布線形モデル*における最尤推定量
5.5 Log-likelihood ratio statistic対数尤度比統計量
5.6 Sampling distribution for the devianceデビアンスの標本分布
5.6.1 Example: Deviance for a binomial model 例:二項分布モデルにおけるデビ
アンス
5.6.2 Example: Deviance for a Normal linear model 例:正規分布線形モデル*に
おけるデビアンス
5.6.3 Example: Deviance for a Poisson model 例:ポアソン分布モデルにおけるデ
ビアンス
5.7 Hypothesis testing仮説検定
5.7.1 Example: Hypothesis testing for a Normal linear model 例:正規線形
モデルにおける仮説検定
5.8 Exercises


6 Normal Linear Models正規分布線形モデル*
6.1 Introduction
6.2 Basic results 基本的な結果
6.2.1 Maximum likelihood estimation最尤推定
6.2.2 Least square estimation最小二乗推定
6.2.3 Deviance デビアンス(尤離度)
6.2.4 Hypothesis testing仮説検定
6.2.5 Orthogonality直交性
6.2.6 Residuals残差
6.2.7 Other diagnostics 他の診断
6.3 Multiple linear regression多重線形回帰
6.3.1 Carbohydrate diet
6.3.2 Coefficient of determination, R2 決定係数
6.3.3 Model selectionモデル選択
6.4 Analysis of variances分散分析
6.4.1 One factor analysis of variances 一元配置分散分析
6.4.2 Two factor analysis of variances 二元配置分散分析
6.5 Analysis of covariances共分散分析
6.6 General linear models一般線形モデル
6.7 Exercises


7 Binary Variables and Logistic Regression 2値変数とロジスティック回帰
7.1 Probability distributions確率分布
7.2 Generalized linear models一般化線形モデル
7.3 Dose response models薬量-反応モデル*
7.3.1 Example: Beetle mortality 実例:甲虫の死亡率
7.4 General logistic regression models一般化ロジスティック回帰モデル
7.4.1 Example: Embryogenic anthers
7.5 Goodness of fit statistics適合度統計量
7.6 Residuals残差
7.7 Other diagnostics その他の回帰診断
7.8 Example: Senility and WAIS
7.9 Exercises