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