JMPのGLM、JMP ProのGenReg、およびSAS Proc GLMあなたの中には、JMPのGLM、JMP ProのGenReg、そしてSAS Proc GLMについて私に尋ねた人もいます。より多くのSEがあなたの顧客のニーズをより良く評価するのを助けるために私は私の返事を共有しています。
JMPのGLMは何年も前から存在しています。GenRegが追加される前は、GLMはポアソン分布に基づくカウントデータモデルの適合をサポートする唯一のモデリングパーソナリティでした（例：欠陥数）。また、ロジスティック回帰モデルではなくProbitモデルを当てはめたい場合は、GLMが最適です。まだGLMでしか利用できない他の重要な選択肢は、ファースバイアス調整推定と過剰分散テストです。希少事象のモデル化におけるFirthバイアス調整推定値の詳細については、このブログ投稿をチェックしてください。 https://statisticalhorizons.com/logistic-regression-for-rare-events 。作者、教授 Paul Allisonは、以下を含む広く普及しているSASの本をいくつか書いています。 SASを使用したロジスティック回帰 。
今日では、GenRegを使用してカウントデータモデルやその他の非正規分布ベースのモデルを適合させることができます。GenRegは、非常に便利な変数選択方法も数多く提供しています。しかし、誰かがファースバイアス調整やプロビットモデルを望んでいるなら、GLMが行くべき場所です。
SAS PROC GLMは、JMPのGLMやJMP Pro GenRegとは大きく異なります。それは連続応答変数にのみ適合します。そしてそれはLASSOなどのような可変選択オプションを提供しません。Proc GLMSELECTと呼ばれる比較的新しいSASプロシージャーは、変数選択を実行します。以下のスクリーンショットはProc GLMの主な機能の一覧です。
