Document

目次
•
•
•
•
•
•
•
•
•
•
•
•
•
4.1一般化線形モデルとは
補:プロビット分析とロジット分析
4.2.二項ロジット・モデル
4.3.二項プロビット・モデル
4.4標本データからの推定と検定
4.4.1.パラメータの推定
4.4.2.パラメータの検定
4.4.3.数値計算例:デフォルト分析
4.5.二項モデルの拡張
4.5.1.逐次ロジット・モデル
4.5.2.順序ロジット・モデル
4.5.3.数値計算例:信用ランク分析(1)
4.6.ポアソン回帰モデル
4.4.1.パラメータの推定
• 共変量ベクトル
• 企業iのスコア
• デフォルト状態にある確率
• 係数ベクトル
4.4.1.パラメータの推定
• パラメータを最尤法で推定する
• 仮定:デフォルトは互いに独立に発生
•
に関する尤度関数
• 企業iのデフォルト:
• 企業iの非デフォルト:
4.4.1.パラメータの推定
• 対数尤度関数
• (4.17)が最大になる
を求める
4.4.1.パラメータの推定
• ただし
4.4.1.パラメータの推定
• ここでさらに
4.4.1.パラメータの推定
• 任意の実数
(∵
について
)
目次
•
•
•
•
•
•
•
•
•
•
•
•
•
4.1一般化線形モデルとは
補:プロビット分析とロジット分析
4.2.二項ロジット・モデル
4.3.二項プロビット・モデル
4.4標本データからの推定と検定
4.4.1.パラメータの推定
4.4.2.パラメータの検定
4.4.3.数値計算例:デフォルト分析
4.5.二項モデルの拡張
4.5.1.逐次ロジット・モデル
4.5.2.順序ロジット・モデル
4.5.3.数値計算例:信用ランク分析(1)
4.6.ポアソン回帰モデル
4.4.2.パラメータの検定
• ○推定値
の検定にもt検定を利用する
• 係数ベクトル
• 推定値の漸近正規性
•
:平均ベクトル0,共分散行列Vのm変量正規分布
• 推定されたスコア:
4.4.2.パラメータの検定
• nが十分大のとき
• ここで
•
4.4.2.パラメータの検定
• ここで
• についてb=1のとき
• となるから
•
•
∴
4.4.2.パラメータの検定
• よって共分散行列の推定値は
• で
• で検定
• |t|が0より離れていなければ少なくとも
いだろう、という発想
ではな
4.4.2.パラメータの検定
• ○尤度比検定を用いた検定
• 複数の係数の検定を同時に行える
• 検定したい係数の数q
• q=2のとき
•
•
• 統計量
•
と
と
以外だけで係数を推定。その時の対数尤度(4.17)
も含めて係数を推定。
目次
•
•
•
•
•
•
•
•
•
•
•
•
•
4.1一般化線形モデルとは
補:プロビット分析とロジット分析
4.2.二項ロジット・モデル
4.3.二項プロビット・モデル
4.4標本データからの推定と検定
4.4.1.パラメータの推定
4.4.2.パラメータの検定
4.4.3.数値計算例:デフォルト分析
4.5.二項モデルの拡張
4.5.1.逐次ロジット・モデル
4.5.2.順序ロジット・モデル
4.5.3.数値計算例:信用ランク分析(1)
4.6.ポアソン回帰モデル
4.4.3.数値計算例:デフォルト分析
•
二項ロジットモデルでの推定
•
①スコア式:
•
②デフォルト状態にある確率
•
•
③係数ベクトル
•
•
④
•
①から④より(4.19)と表4.1
を求める式
のt検定
4.4.3.数値計算例:デフォルト分析