背景：
カウントデータ（例：製品の欠陥数）
偏ったデータ（例：給与）
比率
ラベル（例：良い／普通／悪い、または黄色／青／緑）
分布内のモデルを比較するには、決定係数（R二乗）を使用します。
分布間の比較には、AICcとBIC（情報量規準）を使用します。
AICcとBICは、適合モデルと真の値との距離であるカルバック・ライブラー情報量を推定します。
これらを使用して、同じ分布のモデルと異なる分布のモデルを比較します。
経験則：AICは過学習する傾向があり、BICは過小学習する傾向がある。
負の値はありますか？通常を使用してください
(0,1)に収束しますか？ベータ値を使用してください。
分散は平均値とともに増加しますか？ガンマ分布、ワイブル分布、対数正規分布を使用してください。
イベント発生までの時間/打ち切りデータですか？おそらくワイブル分布か対数正規分布を使うべきでしょう。
かなり良い万能型？通常通り使用
外れ値が存在する可能性があると疑われる場合は、コーシー検定またはt(5)検定を使用してください。
JMP Proの一般化回帰を使用して、モデルの選択、指定、構築、比較、評価を行う方法をご覧ください。プレゼンテーション全体を通して質疑応答が含まれています。
リソース：
