サクサク読めて、アプリ限定の機能も多数!
トップへ戻る
パリ五輪
personal.hs.hirosaki-u.ac.jp
R,Rコマンダーについて Rについては,その信頼性に関して質問が寄せられることがあります. 聞き慣れない名称で,フリーソフトウェアなので,不安を持たれる人も多いようですが,ベースとなるS言語,R言語については世界的に利用されており,その信頼性も高く,医学系論文で解析結果を掲載する上では,全く問題ありません.そもそも著名な統計学者が開発に絡んでいます.信頼度の根拠はここで述べるまでもないのですが,以下を参照してください. ★ウィキペディアR言語 ★RjpWiki-Rを薦める100+の理由 ★R言語とは(統計科学研究所) プログラム言語故に,いままで医学研究では余り使われてこなかったというだけで,統計学者をはじめ,数理関係者(統計に偏った方々ですが)は当たり前のように使ってきたソフトです.それでも疑問が払拭出来ない方は,ネットまたは成書でいろいろと調べてみてください. ひとくちにRといっても,
例題(著書:SPSSで学ぶ…からこちらに来られた方は,Rコマンダーが便利です 上のデータは,ある評価法(3段階評価)を用いて,被検者10人(a~j)を対象に,検者A~Eの5人で評価して判定した結果のデータです.例えば検者Aはaを1と判定しています.データはかならずこの形式で入力してください. ①上表をEXCELに入力して,コピーします(ラベル[文字]部分はコピーせずデータ部分のみ). ②Rを開いてコマンドライン先頭>から「x<-excel.w(5)」と入力します.xはR上でのデータ名(とりあえずこのまま入力してください),(5)は,5列のデータという意味です.もし自分のデータが7列であれば,「x<-excel.w(7)」と入力します. ③入力が完了したら,まずはENTERキーを押します.(下図参照) ④その後,コマンドライン先頭>から > cohen.kappa(x)と入力すると,以下が出
改変Rコマンダーとは,RをベースにしたRコマンダーのメニュー画面を改変し,医学研究で良く用いられる統計手法を追加したものです.ほとんどの手法は,RもしくはRのパッケージに備わっている一般に公開されているコマンドを利用しています(下記技術解説参照).いままで数多くの研修会で活用し,動作エラー等を改善して現在に至っています. Rの信頼性は,統計計算のうえでは市販のソフトウェアを超えて世界トップレベルであり,解析結果は世界の学術論文に公開しても問題はありません.むしろ,普及率の低い統計ソフトウェアやMSエクセル(一例としてここ)を活用したプログラムは問題が起こる可能性があります. 誰でも無償で信頼度の高いソフトウェアが活用できる時代に,わざわざ有償で誤った結果を出力する疑いのあるソフトウェアを使用するのは,専門家として大きな問題となるでしょう. この機会にぜひ,ご活用ください. ※上記は,Exc
Q1:相関と回帰の違いは何か?2つの変数の比例関係を見る点では相関も回帰分析も変わりないように思われるが…。 A1:2変数がどれくらい散らばっているかを表すのが相関[係数]である(図1a)。一方の変数から他方の変数を予測するために最も都合の良い直線を引くのが回帰[分析]である(図1b)。これらの目的は根本的に異なり,Altman1)も両者を同時に求めることはあり得ないと述べている。従って,事前に「比例関係」とは何かを明確に定義づけて使い分けるのがポイントとなろう。 同一のデータであっても,相関係数と回帰係数が大きく異なることは意外に多い。1つの例を挙げよう。図2aは相関係数と回帰係数が,ともに1の直線関係にある例である。さて図2bは図2aと比べて回帰式が変化せず,相関係数のみが低くなった例である。回帰係数はyに対し,x方向からみて誤差が最小となるような直線を引くから1になるのである。もちろ
SPSSによる二元配置以上の分散分析(ANOVA)の行い方を解説します。 まず以下のようなデータをとったとします。 このデータの場合,「製品AとB」の要因,「運動前,運動直後,運動5分後」の要因の2要因があります。ところで,被検者が全ての実験に参加している(反復測定)ので,被検者要因(→この場合,解析の都合上,「要因」にしているのでブロック要因と呼びます。)も設けなければなりません。従って,反復測定による二元配置分散分析(または全ての要因を「要因」とみなして三元配置分散分析とも呼びます)を行うことになります。 SPSSには以下のように入力します。 ここから,解析を始めます。まず,以下のように[分析]-[一般線型モデル]-[1変量]を選びます。 すると,以下のようなダイアログボックスが現れます。各変数を空いている部分に移動していけばよいのです。[従属変数]にはデータ列を入れます。 [固定因子
■Home ■What's new ■Profile ■Lecture ■Publication ■Research ■Members ■Links ■Guest book ■Diary ■Other ■Questionnaire 等分散性の検定について 等分散性の検定の代表として,Bartlett検定,Hartley検定,Levene検定といったものがある。分散分析を行う前に,これらの検定を行って各標本が等分散しているかという検定を行うのが一般的になっている。しかし,この手続きが正しいか否かは断言できない。 仮に分散分析の前に「等分散性の検定」を行うとすれば,どの検定を選べばよいかの指標として,各検定手法にどのような特徴があるかを知りたい。そこでこれら3種類の検定につき,様々な条件でのtypeⅠerror(α),typeⅡerror(β)の比較を行うことにした。 1.各検定の説明 ①
このページを最初にブックマークしてみませんか?
『personal.hs.hirosaki-u.ac.jp』の新着エントリーを見る
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