多変数回帰で説明変数が偏りのある分布の時

多変数回帰で説明変数が偏りのある分布で、
ガウス分布でもポワソン、ガンマ分布などでもありません。
２値に分けてロジスティク回帰をつかうべきなのか、なにか解決策がありますでしょうか。

質問者からの補足コメント

• すみません目的変数です!!

    補足日時：2015/07/10 11:48

• すみません目的変数のことを意味していました!

  No.1の回答に寄せられた補足コメントです。 補足日時：2015/07/10 11:50

• rのglmを使っているのですが、目的変数のresidualがどの分布になるかを指定する必要があるように思うのですが。

  No.2の回答に寄せられた補足コメントです。 補足日時：2015/07/10 12:10

No.3 回答者： rabbit_cat 回答日時： 2015/07/10 13:56

glm関数のfamily（residualではなくて）引数のことですか？

もしそうなら、それは、目的変数が何らかの分布に基づいていると仮定したうえで回帰する、ということです。
つまり、目的変数がどんな分布に従っているはずなのかが、あらかじめ分かっている場合に、familyを指定します。
そうではなくて、目的変数がどのような分布に従うのかという事前知識が全く無いなら、単純に回帰するしかないでしょう。

あるいは、目的変数が従うべき分布は分かっているんだけど、その分布がglmのfamilyに指定できるような簡単な分布ではない、ってことですか？
その場合は、ベイズ式に最大事後確率でパラメータ推定（MAP推定）すればよいです。
実際には、階層ベイズでモデル化して、MCMCでパラメータの事後分布を求めて推定、という流れになるでしょう。（複雑な事前分布では、MAP推定値を簡単に求められないことがほとんどなので）

この回答へのお礼

まさにそうです。glmのfamilyに何を使えばよいのかこまっていました。どの分布になるかわかってはいません。

お礼日時：2015/07/10 21:50

No.2 回答者： rabbit_cat 回答日時： 2015/07/10 11:56

単純な回帰は、目的変数の分布にも特に仮定は置いてないので、そのままできますけど。

。

目的変数が、なんらかの分布に従うはずだという仮定（事前知識）を置いて回帰したいということですか？
何がやりたいのか、よくわからない。

No.1 回答者： rabbit_cat 回答日時： 2015/07/10 11:27

単純な回帰は、説明変数の分布には何も仮定を置いてないわけで、別に、説明変数の分布が偏っていても、回帰はできますけど。

。

p値なんかは低くなってしまう場合が多いでしょうが。