複数の学習データから行う回帰分析

世の中，案外データは揃わないものである．研究室にいた頃は「学習データが足りないのが悪いんや」とか言っていたが，そうそう都合よくデータは揃わないものである．

さて，いま，重回帰を行ないたいとしよう．ただし，ここからが重要だが，つぎはぎの系列データがいくつか存在しているだけという状況はよくありうるものだ．

そういう時に，どうしたら良いか？答えは簡単で，新しいデータで更新してしまえばよい．

あまり解説されていないっぽいが，Rの回帰パッケージにはupdate()関数が備わっている．

update(更新を行ないたい回帰オブジェクト，式　省略可，更新するためのデータ)

例えば，ggplot2パッケージに付属しているダイヤモンドのデータで更新をしてみよう．

library(ggplot2)
diamonds <- data(diamonds)

train1 <- diamonds[1:10000,]
train2 <- diamonds[10001:30000,]
train3 <- diamonds[30001:53940,]

model1 <- lm(price ~ x + y + z + carat,data=train1)
summary(model1)
#更新してみる．式は省略してよいらしい
model2 <- update(model1,data=train2)
summary(model2)
#更新してみる．式は省略してよいらしい
model3 <- update(model2, data=train3)
summary(model3)

更新していくたびにR-squaeredが悪化していく．．．ま，こういうこともあるっしょってことで．

ところで，Rでは回帰式の書き方がちょっと特殊だ．統計学の記法らしいが，ぼくはよく知らない．