📂ジュリア

ジュリアで回帰分析を行う方法

概要

Juliaの回帰分析を行うためのGLM.jlパッケージを簡単に紹介する¹。この説明では、Rのインターフェースとどれくらい似ているかを強調するため、詳細な説明は省略する。

コード

ジュリア

using GLM, RDatasets

faithful = dataset("datasets", "faithful")

out1 = lm(@formula(Waiting ~ Eruptions), faithful)

上記のコードを実行した結果は以下の通りである。

julia> out1 = lm(@formula(Waiting ~ Eruptions), faithful)
StatsModels.TableRegressionModel{LinearModel{GLM.LmResp{Vector{Float64}}, GLM.DensePredChol{Float64, LinearAlgebra.CholeskyPivoted{Float64, Matrix{Float64}}}}, Matrix{Float64}}

Waiting ~ 1 + Eruptions

Coefficients:
───────────────────────────────────────────────────────────────────────
               Coef.  Std. Error      t  Pr(>|t|)  Lower 95%  Upper 95%
───────────────────────────────────────────────────────────────────────
(Intercept)  33.4744    1.15487   28.99    <1e-84    31.2007    35.7481
Eruptions    10.7296    0.314753  34.09    <1e-99    10.11      11.3493
───────────────────────────────────────────────────────────────────────

Rでの回帰分析の結果と比較してみてください。

Rとの比較

out1<-lm(waiting~eruptions,data=faithful); summary(out1)

out1 = lm(@formula(Waiting ~ Eruptions), faithful)

上はRのコードで、下はJuliaのコードである。変数を入力するために@formulaマクロを使用し、Rの慣習をほぼ完璧に再現できていることがわかる。

環境

• OS: Windows
• julia: v1.7.0
• GLM v1.8.0

一緒に見る

• Rで回帰分析を行う方法