「個体差」の統計モデリング : HUSCAP生態学のデータ解析で一般化線形モデル(generalized linear model; GLM)が普及していくにつれ「GLMだけでは説明がむずかしい現象」にも注目が集まりつつある。たとえば「過分散」(overdispersion)はわれわれがあつかう観測データによくあらわれるパターンであり、これは「あり・なし」データやカウントデータのばらつきがGLMで解析できなくなるほど大きくなることだ。この過分散の原因のひとつは個体差・ブロック差といった「直接は観測されてないがばらつきを増大させる効果」(random effects)である。この解説記事ではこのrandom effectsも組みこんだ一般化線形混合モデル(generalized linear mixed model; GLMM)で架空データを解析しながら個体差・ブロック差を考慮したモデリングについて説明する。
