回帰分析（
回帰分析（重回帰） 単回帰分析は、１変数から１変数を予測する場合に使用されますが、複数の 変数から１つの変数を予測しようとする場合には重回帰分析が使われます。 ｎ個の変数を説明変数とする重回帰式は以下のようになります。 ＝β１ｘ１＋β２ｘ２＋＋βｎｘｎ＋α この式は、基本的には単回帰式と同じもので、ｙのｘに対する回帰を加算的な直線式で解釈するものです。ｘを説明変数、ｙを目的変数（被説明変数）と呼ぶのも単回帰分析と同様です。 α、βｎは回帰係数と呼ばれ、βｎはそれぞれの説明変数にかかる重み（回帰係数）です。 算出された重回帰式の有意性は、単回帰分析と同様、回帰式で説明されるバラツキと、説明しきれないバラツキ（残差）との比（Ｆ値）で検定されます。 また、それぞれの（偏）回帰係数の有意性ついても同様に検定されますが、エクセルの分析ツールではｔ検定でその有意性が検定されています。 （例題）
マン・ホイットニーのU検定 - 井出草平の研究ノート
先日のエントリ(id:iDES:20060515:1147700813)で使われてた検定方法。自分で使ったことはない。少し勉強しなければ。 マン・ホイットニーのU検定(Wikipedia) Mann-Whitney's U test(Excel) マン(Mann)・ホイットニー(Whitney)のU検定（-ユーけんてい）はノンパラメトリックな統計学的検定で最もよく知られるものの1つである。またウィルコクソン(Wilcoxon)の順位和検定と呼ばれるのも実質的に同じ方法であり、まとめてマン・ホイットニー・ウィルコクソン検定とも呼ばれる。 独立な2組の標本の有意差検定として用いられ、変数は順位としてとれば（つまり2つを比較してどちらが大きいかがわかっていれば）よい。2つの観察された分布の間の重なりの度合が偶然で期待されるよりも小さいかどうかを、「両標本が同じ母集団から抽出された」との帰無仮説に
R -- κ統計量
κ統計量 Last modified: Aug 19, 2009 目的 κ統計量を求める。 vcd パッケージに，Kappa 関数が用意されている。 使用法 kappa.stat(x, conf.level=0.95) kappa.stat(x, w, conf.level=0.95) 引数 x 評定結果の二次元表を行列として与える。正方行列でなくてはならない。 w 重みを表す行列。対角成分はどんな値でも良い（0 を入れておくとよい） 重み付きのκ統計量を求めないときには省略すればよい。 conf.level 信頼区間を求めるときの信頼率（デフォルトでは 95% 信頼区間を求める） ソース インストールは，以下の 1 行をコピーし，R コンソールにペーストする source("http://aoki2.si.gunma-u.ac.jp/R/src/kappa_stat.R", en
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
excelstatstics1
カッパ統計量Ｋ：評定の一致度
カッパ統計量Κ：Visual C++プログラム
第７回 ｔ分布とｔ検定
