glmとlmの違いを徹底解説｜回帰分析を初心者でも理解できる使い分けガイド

---

glmとlmの違いを理解するための導入

このテーマを学ぶと、データからどんな情報をどのように引き出せるかが見えるようになります。回帰分析は、ある結果を予測するために、説明する変数（特徴）と結果の関係をモデル化する方法です。

lmは長い間使われてきた基本的な回帰モデルで、説明変数が1つ以上ある場合、結果は連続値であることが前提です。

その前提が崩れると推定がうまくいかなくなることもあります。

一方、glmは「一般化された」という名前の通り、さまざまな分布やリンク関数を使うことで、もっと多くの場面に対応できます。

例えば、病気の有無を予測する場合は二項分布とロジットリンク、事故の発生回数を予測する場合はポアソン分布と対数リンクなど、適切な組み合わせを選ぶ必要があります。

学びのポイントは、分布とリンクを最初に決めてから、回帰係数を推定する点です。係数の解釈はlmとglmで少し異なります。

lmで得られる係数は元のデータの単位で解釈されがちですが、glmの係数はリンク関数を介した「予測値を作るための変換後のスケール」で解釈することが多くなります。

この違いを理解しておくと、データの性質に合わせて適切なモデルを選ぶ判断材料が増え、結果の伝え方も上手になります。 基本を押さえることが大切で、慣れてくると複雑なデータにも対応できるようになります。

この導入だけで、次の章へ進む準備が整います。

1. glmとlmの基本的な違いを理解しよう

この章では、lmとglmのコアの違いを順番に整理します。まず前提となるのは「モデルがどういうデータを扱えるか」「結果の分布がどうなるか」です。

lmは説明変数と目的変数の関係を直線で近似する基本的な回帰モデルで、目的変数が連続値であり、分布が正規分布に近いことを前提としています。つまり、前提の要点は「残差が正規分布に従い、分散が一定であること」です。これが崩れると推定量の信頼性が落ち、予測の信頼区間も不適切になります。

一方、glmは一般化線形モデルの略で、分布を自由に選べることとリンク関数を選択できる点が大きな特徴です。分布としては二項分布・ポアソン分布・正規分布などを選べ、リンク関数としてはlogit・log・identityなどを使います。これにより、カテゴリデータの予測確率やカウントデータの期待値など、 lmだけでは扱いにくいデータも扱えるようになります。

glmを使うときの基本的な流れは、まずどの分布を想定するかを決め、次にその分布に合ったリンク関数を選ぶことです。これらを決めたうえで、係数を最大尤度法で推定します。推定の過程はlmと似ていますが、分布とリンクが変わることで、係数の解釈や推定の結果の意味が変わる点に注意が必要です。

もう一つの大事な点は、glmでは係数の解釈が「リンクを介した値の変化」という形になることです。例えばロジスティック回帰では、係数が正ならば odds ratio が上昇する、などの解釈になります。

このように、lmとglmの違いを理解することで、データが持つ性質に応じた最適なモデル選択ができ、結果の伝え方も正確になります。ここまでの要点を整理すると、分布とリンクの組み合わせを先に決めることが最初の一歩です。これを押さえておけば、後の章で出てくる実例にもスムーズに対応できるはずです。

2. 現場での使い分けのコツと注意点

現場でglmとlmを使い分けるコツは、データの性質と伝えたいアウトカムの形を最初に決めることです。まず、データが連続値で分散が一定であると判断できる場合はlmがシンプルで安定します。直感としては「予測値が連続的で、誤差分布が正規に近い場合はlm」という判断が基本です。

ただし、実際のデータには外れ値や非線形な関係が潜んでいることが多く、その場面ではlmの仮定が破れやすくなります。その時こそglmの出番です。

glmを使うと、分布とリンクを適切に設定することでデータの特性を正しくモデリングできます。例えば、目的変数が二値のときは二項分布＋ロジットリンク、カウント数のときはポアソン分布＋対数リンクなどが典型的な組み合わせです。

係数の解釈にも注意が必要です。lmの係数は「説明変数が1単位増えると目的変数がどれだけ変化するか」を直接示します。一方、glmの係数は「リンク関数を介したスケールでの変化」を示すため、解釈の仕方を練習する必要があります。

データの前処理にも留意してください。欠損値の扱い、変数の標準化・スケーリング、変数選択の影響は、lmでもglmでも結果に大きく影響します。glmは特に分布の設定が適切でないと、推定が不安定になることがあります。

検証は欠かせません。交差検証やAIC/BICといった指標を用いて、モデルの適合度と予測力を比較します。 glmは複雑な分布を扱える分、過適合に注意し、モデルの複雑さを適切に制御することが重要です。

最後に、伝え方の工夫です。glmで得られた結果は、専門家には分かりやすいですが、非専門家には難しく見える場合があります。係数の解釈を「どのような現象が増えると起こる確率がどう変化するか」といった具体的な言い換えを添えると伝わりやすくなります。

この章の要点は「データの性質と伝えたい情報の形を先に決める」「適切な分布とリンクを選ぶ」「検証と伝え方を忘れない」という三点です。実務での適用はこの基本を守りつつ、データごとに微調整を加えることが大切です。

3. 比較表と具体例で理解を深める

ここでは lmと glm の違いを一目で理解できるよう、要点を表に整理し、続いて具体的なデータ例を用いて解説します。

最初に、lmとglmの主な違いを短く振り返ります。lmは「連続値の予測に最適」「分布が正規で分散が一定」という前提の下、係数の解釈が直感的です。glmは「さまざまな分布とリンクを選べる」という強みがあり、結果を確率や期待値の形で解釈する訓練が必要です。

この後に示す表は、実務での選択を迷わずにするための道標になります。

<table> <th>点lmglm 前提分布正規分布を仮定任意の分布を設定可能（例: 二項・ポアソン・正規 など） リンク関数恒等リンクを使うのが基本リンク関数を自由に選択（例: logit、log、identity など） 適用対象連続値の予測離散データ・非線形性・分布の歪みを含むデータ 係数の解釈説明変数1単位の変化を直接解釈リンクを介した変化量として解釈 table>

具体例として、身長と体重のデータを lm で予測する場合、身長が1cm増えると体重がどう変わるかを直接語ることができます。一方、病気の有無を予測する場合には glm を用い、学習データで病気の確率をモデル化します。ここで重要なのは、分布とリンクを適切に選べば、データの性質に合った予測結果と解釈を得られるという点です。実務では、表と実例を組み合わせて検証を行い、最も信頼できるモデルを選ぶ判断力を養いましょう。

ピックアップ解説

友人との雑談の中で、glmとlmの話題が出たとき、私はこんな風に答えます。
「 lm は“線形”という言葉そのまま、説明変数が増えると y が直線的に変化する想定で、結果も連続値だよ。だから誤差が正規分布に近いと推定が安定するんだ。
でも現実にはデータが歪んでいたり、結果が0か1のようなカテゴリになっていることもある。そんなとき glm の登場。分布を二項やポアソンにして、リンク関数を選べば、確率やカウントを扱える。係数の意味も、直感的には lm のように「1単位増加で変化する量」ではなく、「リンクを介した変化量」という新しい視点になるんだ。つまり、データの性質と何を伝えたいかを最初に決めるのが大事だね。私はこの基本の考え方さえ押さえておけば、 glm も lm も使い分けが自然に身についてくると思う。

---