[PDF]重回帰分析(2)
重回帰分析（2） データ解析演習 6.9 M1 荻原祐二 1 発表の流れ • 1.復習 • 2.ダミー変数を用いた重回帰分析 • 3.交互作用項を用いた重回帰分析 • 4.実際のデータで演習 2 復習 • 他の独立変数の影 響を取り除いた時に、 ある独立変数が従属 変数をどれくらい予 測できるか • 想定したモデルが全 体としてどの程度当 てはまるのか 3 変数X1 変数X2 変数Y β= R²= 偏相関係数と標準化偏回帰係数の違い • 偏相関係数と標準化偏回帰係数は同じもの なのか？ →指示している内容はほぼ同じ • どちらも、X2がYに与える影響を取り除いた時のX1とY の関係の強さを表す →しかし、数値が異なる 4 X1 X2 Y X1 X2 Y 相関係数と回帰係数 • そもそも、（単）相関係数と（単）回帰係数はど う違う？ • 回帰係数とは、一方向の関係の強さを表す – よって、Y
[PDF]名義尺度のデータの分析（クロス表の作成・カイ二乗検定）
2011/06/25 心理データ解析演習 M1 熊木 悠人(くまき ゆうと） 名義尺度のデータの扱い 2×3のクロス表作成 連関係数 Χ²検定 残差分析 （おまけ）2×2のクロス表 Χ²検定が使えないとき Fisherの直接法による検定 変数の分類 比率尺度 (0の点が一義的に決まっている、a÷b=c÷d） 間隔尺度 （データの変域によらず測定値の間隔が一定、a-b=c-d) 順位尺度 (測定値は大小のみを表す、a>b ) 名義尺度 （測定値間に大小関係はない、a=b ) 例えば‥ ・性別 ・血液型 ・出身地 ・職種 ・支持政党 ・「Yes」or「No」 ・「病気」または「健康」 などなど、名義尺度でしか測れない変数はたくさんある。 Ex.喫煙者は健常者と比べて肺がんになる率 が高いか？ 独立変数⇒喫煙者/非喫煙者 従属変数⇒肺がん患者/健常
[PDF]30分だけでは決してよくわからない とてもとても難しい 一般化線形モデル with R
30分だけでは決してよくわからない とてもとても難しい 一般化線形モデル with R M1 白砂優希 今回は尺が短いので • とにかく、ざっくりと説明して、こんな方法もあ るよねと言うことを確認 • 数学的な導出は省きまくります – (数式が好きな変態さんにはごめんなさい) – ふぇぇ:;(∩´﹏`∩);: – だって、行列がどうとか、ベクトルがどうとか、線 形性がうんぬんかんぬんゆーても皆さん嫌で しょ？ どうしてモデリング？ • 検定のような「差が有る」ことを示すだけでな く、データ全体の構造を知りたい – 検定だけでは分からない • よくわかんない割り算や変数変換から脱出し たい – そこまでして有意差にこだわるよりかは、モデリン グと言う手段を考えてもよいのでは？ http://hosho.ees.hokudai.ac.jp/~kubo/ce/LinksGlm.html 線形モデ
[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 +・・・+
[PDF]回帰分析のモデル検査
2011/6/22 M2 “ 1* 1+ 2* 2 ” 7 9 2 F 1.0 1.5 2.0 2.5 3.0 3.5 4.0 0.0 0.2 0.4 0.6 0.8 Y 0 50 100 150 200 250 0.000 0.002 0.004 0.006 0.008 0.010 0.012 YY -5 0 5 10 0.00 0.05 0.10 0.15 X Y YY X A (Y = X + eA) B (YY = X + eB) A (Y = X + eA) B (YY = X + eB) -5 0 5 10 0 50 100 150 200 250 X YY -5 0 5 10 1.0 1.5 2.0 2.5 3.0 3.5 4.0 X Y 0 (
untitled
(analysis of covariance ; ANCOVA) M1 z z A B A B ( ) F z A A z z 1. 2. z 1. 2. z (covariate) z z bx a y + = ˆ y y y ˆ − z A B ( y y ˆ − y y ) 1. 2. 3. 4. 5. 6. z z 7. ( z z SDx SDy r ⋅ y y ˆ − SPSS SPSS 11.0J for Windows Student Version z A G U) z [ ] M SPSS z C M) z OK SPSS z [ ] SPSS z A G U) z M z A) z [ ] SPSS [ ] z O) z M) z C) T) z SPSS z OK [ ] z SPSS [ ] z SPSS (1990) B A [ ] [ ] [ ] z tes
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
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
[PDF]尺度作成と因子分析
[PDF]井関龍太 尺度開発の方法-データ解析の前に-