緑本 第6章 GLMの応用範囲をひろげる -ロジスティック回帰など-

　久保先生の緑本こと「データ解析のための統計モデリング入門――一般化線形モデル・階層ベイズモデル・MCMC」を読んでいる。今日は第6章「GLMの応用範囲をひろげる -ロジスティック回帰など-」を読んだ。
　以下は自分の理解度をチェックするために作った確認リスト。

• 以下のようなデータをGLMで分析したい場合に、確率分布は何を用いるのがよさそうか？
• 上限のないカウントデータ
• 上限のあるカウントデータ
• 確率変数のとりうる範囲が0以上の連続値データ
• 負の値もとりうる場合の連続値データ
• 以下の文のX, Y, Zに当てはまる語句は何か？
• ロジスティック回帰は確率分布関数に(X)を、リンク関数に(Y)関数を用いたGLMである。
• (Y)関数は(Z)関数の逆関数である。
• オッズ比とは何か？
• ロジスティック回帰モデル（相互作用項無し）において、ある説明変数xが1増加した場合、オッズ比はどのように変化するか？
• 交互作用項とは何か？
• 交互作用項をいれる場合の注意点は？
• 観測データの割算値を使って回帰を行う場合の問題点は？
• オフセット項とは何か？そのメリットは？