[PDF]Rで学ぶ回帰分析｜補足：重回帰分析における交互作用の検討
Rで学ぶ回帰分析 補足：重回帰分析における交互作用の検討 M2 新屋裕太 2013/07/10 （復習）回帰分析について • 変数間の因果関係の方向性を仮定し、１つまたは複数の独立 変数によって従属変数をどれくらい説明できるのかを検討する 手法 • 単回帰分析：独立変数が1つの場合 • 重回帰分析：独立変数が２つ以上の場合 （例）ワンルームマンションの家賃を、ワンルームマンションの条件から、予 測する場合 家賃 駅からの距離 築年数 部屋の広さ バスタイプ ＜独立変数＞ ＜従属変数＞ etc… （復習）重回帰分析について • 重回帰分析では、複数個の独立変数x1,x2,・・・,xiと従属変数yの間 に、以下のような線形の関係があることを仮定する • y = a + b1x1 + b2x2 +・・・+ bixi + e （重回帰モデル） • y^= a + b1x1 + b2x2 +・・・+
確率・統計 (15) 共分散分析(ANCOVA)
「分散分析法(ANOVA)」は、各集団の因子(装置ごとの製品処理時間やクラス別の学力テスト結果など)に対する「要因効果」、すなわち全体の平均と各集団における平均の差が、その要因(装置やクラス)だけに依存していることを前提条件としています。しかし、標本の抽出が無作為に行われていないような場合、他の要因によって集団間の差が生じてしまう可能性があります。この影響をできるだけ小さくすることを目的とした検定法として、今回は「共分散分析(ANCOVA)」を紹介します。 1) 名義尺度の線形重回帰モデル 以前紹介した「線形重回帰モデル (Linear Multiple Regression Model)」では、独立変数が連続量であることを前提としていました。しかし、名義尺度の場合も「ダミー変数(Dummy Variable ; Indicator Variable)」を利用することで重回帰分析に含めるこ
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
