統計に関する基礎的な質問です。線形判別モデル、線形回帰分析モデル、ロジット分析モデルの違いをうまく説明できません。

質問

統計に関する基礎的な質問です。線形判別モデル、線形回帰分析モデル、ロジット分析モデルのそれぞれの特徴と違いを大学のゼミでうまく説明したのですが、不勉強のためうまく説明できません。
とくに、線形判別モデルと線形回帰分析モデルの違いがよくわからず困っています。どちらも、最小二乗法などを用いて回帰式を求めているので同じようなものだと思えてしまうのですが・・・どなたか、教えてください。

回答No.1

backs · ベストアンサー

モデルの違いをゼミで説明するということは、

目的変数Yとそれを説明するための変数（説明変数）X1, X2, X3, ..., Xnがあり、目的変数Yを

Y' = b0 + b1*X1 + b2*X2 + ... + bn*Xn

となる形で推定しようとする方法を線形回帰分析という。

一方で、判別のための変数Yj（j=1,2,3,...,m）と観測変数X1, X2, ..., Xnの関係を

Yj = b1j*X1 + b2jX2 + ... + bnj*Xn

となる１次式で考える場合を線形判別関数という。

というレベルの話ではないですよね。。。

両者の分析手法の違いを説明するという観点であればともかく、モデルについて、いわゆる"数式的な説明"ということなら私はお役御免ですね（釈迦に説法ということになりかねない）。