http://www.u-gakugei.ac.jp/~kishilab/spss-simplemaineffect.htm
★SPSSで単純主効果の検定を行う ここでは、SPSSで単純主効果の検定のしかたを解説していきます。 まず単純主効果の検定の説明からしましょう。 単純主効果の検定は、一要因分散分析で言うところの多重比較みたいなものです。 一要因分散分析における多重比較の意味を復習しておきます。 左のグラフをご覧下さい。 分散分析の結果、５％水準で主効果が有意でした。 この段階では、１学期～３学期までのどこに差があるのかはわかりません。 どこかに差があることがわかっただけです。 そこで多重比較をするわけです。 多重比較は１学期～３学期までのどこに差があったのかを調べます。 では二要因分散分析ではどうなるでしょう？ 二要因の場合、線が２本あります。これがミソです。 交互作用が有意でないのならば、話は至極簡単です。 交互作用がないので、難易度や能力の高低での差は簡単に検定できます。 ところが交互作用が有意だと、
統計記号を一瞬でイタリック体にする方法 - 知に至る病
2012-12-19 統計記号を一瞬でイタリック体にする方法 Word 正規表現 Word の検索・置換機能をつかって統計記号をイタリック体に書式設定するやり方を紹介します。 APA の Publication Manual によれば，統計量をあらわす記号は欧文書体のイタリック体にすることになっています。 本文中の SD や p といった記号をいちいち選択して書式設定するのは面倒ですが，ここで紹介する方法なら最後にまとめて設定できるので楽です。 書式の置換 Word の［すべて置換］を使って統計記号の文字書式を「標準」から「斜体」に一括変換します。 Word の検索・置換機能では，文字列を検索・置換するだけではなく，文字列の書式を検索・置換することもできるのです。 基本的な手順 ［ホーム］タブの［編集］グループから［置換］を選択します。 ［検索する文字列］にイタリック体にしたい統計記号を入
統計解析道具箱 ログランク検定（log-rank test）
2群の生存率に差があるかどうかを調べる分析に、カプラン・マイヤー（Kaplan-Meier）手法があります。 この分析手法は、横軸に時間軸を取り、縦軸に事象（イベント）の発生率を取ってグラフ化する手法として知られます。 たとえば、治療群と非治療群の間で生存率に差があるかを調べる場合などに利用され、医療データ解析において多用されている手法です。そのほか、契約の解約率などのリスク解析の分野で活用されることもあります。 カプラン・マイヤーで作成できるグラフは視覚的なものですので、2群に差があるかどうかは把握しやすいですが、具体的に有意差を示すかどうかは検定を用いる必要があります。 その検定がログランク検定（log-rank test）です。この検定は、2つの生存曲線が同じかどうかを調べる検定で、群ごとにイベント「あり」とイベント「なし」に集計した分割表（クロス集計表）のカイ2乗値を検定統計量とし
尤度と最尤推定法について | Sunny side up!
最近はstanでMCMCするのが楽しいわけですが，僕のごくごく近い範囲の人間から「そもそも尤度ってなんだ」という話があったので，今回は尤度や最尤推定法について書きます。 統計モデリングは確率分布を扱う 何を今更，と思うかもしれませんが，統計モデリングと確率分布は切っても切れない関係にあります。今回は二項分布について話をします。次回はたぶん正規分布について書きます。 さて，二項分布とは，成功と失敗といった2値で表現される結果がでる試行をN回繰り返したとき，成功する回数について表される確率分布です。詳しくはWikipediaを見てください。 二項分布は試行回数と成功確率が決まれば分布の形が決まります。ここで，Rを使って分布を直感的に理解してみましょう。 ここでは試行回数は10回で，成功率は0.5としましょう。バスケットボールのシュートが入るかどうかとか，バッティング練習でヒットになるかどうかと
ロジスティック回帰分析における確率から対数オッズ（ロジット）への変換の意味 | Improve Society
ロジスティック回帰分析においては確率pをオッズ p/(1-p) に変換し，更にオッズの対数（ロジット）を取って回帰分析を行います．この意味を少し考えました．元々は二項分布と言って，ある目的とする事象が起きるか起きないかいずれかの値しか取らない現象を重回帰分析するために考えだされた方法です．世界恐慌直後の米国である疫学調査が行われ，その際に考案された手法だとされています． 確率 p は 0 から 1 の範囲でしか値を取りません．これをマイナス無限大からプラス無限大の範囲に拡張するのがロジットです．グラフを見たほうが分かりやすいでしょう． 確率pは 0 以上 1 以下の実数です．横軸を p, 縦軸を にグラフを描くと下図のようになります．縦軸のオッズの範囲が 0 以上プラス無限大に拡張しました． Fig1. probability and logit 次に横軸にオッズ，縦軸に対数オッズ（ロジッ
部分積率（partial moment）を使った教育的処遇の効果検証 - 草薙の研究ログ
背景：教育的処遇の効果をみるさまざまな方法 （某先生を真似して会話形式で） 教師：ちょっと工夫した指導をして，事前事後のデータとったった。 平均差を見る専門家：おお！10点平均点が伸びてる！これは効果的な指導法だ！ 統計的仮説検定をする専門家：ちょっとまてちょっとまてお兄さん，どれどれ…指導法による平均差を0だと仮定したうえで，君のデータの標本サイズと，標準偏差と平均点からみたら，確率的にはちょっと整合性がなさそうな感じ。そうだなー，効果がなかったとはいえないかも。 効果量を解釈する専門家：エー！「効果がなかったとはいえない」って…それだけ？それに，たとえば，単純に標本サイズ多くなれば，どんどん「効果がなかったとはいえなくなる」じゃん。効果量の値を見ようぜ値を。d = .2くらいだから，小ってとこでしょ。 リスクを考えるひと：え？たとえ効果量が大きくても，伸びないひととか，逆に下がるひとも
計量分析におけるミクロとマクロ - 社会学者の研究メモ
このエントリは関心のない人は読まない方がいいかもしれません。（頭が痛くなるわりにそれほど重要な話でもないので。） 計量分析の世界では、しばしば「性別」や「学歴」が個人レベル変数で、たとえば国の特徴を表す変数（「社会支出のGDP比」など）がマクロ変数だと考えられています。結論から言えば特に問題はないのですが、ではどうして後者がマクロ変数なのかと考えはじめると、意外にややこしい説明が必要になります。 しばしばなされる説明は、マクロ変数は「集団の特性」を示す、というものです。たとえば教育社会学でしばしば利用される学校データだと、個人の特徴（性別、出身家庭のSES、エスニシティなど）に対比して学校レベルの特徴（生徒数、男女比、公立か私立か、学校の人種構成など）がマクロである、と理解されています。 しかしここで「集団の特徴だとマクロレベルだ」と考えると、性別やエスニシティがなぜミクロレベルなのかがう
「知恵ノート」は終了いたしました - Yahoo!知恵袋
平素よりYahoo!知恵袋をご利用いただきありがとうございます。 2017年11月30日をもちまして、「知恵ノート」機能の提供を終了いたしました。 これまでご利用いただきました皆様にはご迷惑をおかけすることとなり、誠に申し訳ございません。 長年のご愛顧、心よりお礼申しあげます。 引き続き、Yahoo!知恵袋の「Q&A」機能をご利用ください。 Yahoo!知恵袋トップ 知恵ノートサービス終了のお知らせ プライバシー - 利用規約 - メディアステートメント - ガイドライン - ご意見・ご要望 - ヘルプ・お問い合わせ JASRAC許諾番号：9008249113Y38200 Copyright (C) 2018 Yahoo Japan Corporation. All Rights Reserved.
読書日記: 統計ソフトの「ウェイト」は調査の「ウェイト」ではない
« 読了： Tadajewski(2006) モチベーション・リサーチ、その勃興と衰退 | メイン | 読了：「カブのイサキ」「オールラウンダー廻」「花咲さんの就活日記」「ラブやん」「犬神姫にくちづけ」「千年万年りんごの子」「87 CLOCKERS」 » 2013年5月19日 (日) このブログを書き始めてからずいぶん経つが、所詮は自分のための備忘録に過ぎない。いちばん熱心な読者はたぶん私だ。書店の棚に平積みになっている連載マンガのこの巻を、俺はもう読んだだろうか？ と疑問に思った際、このブログはとても重宝する。店頭でスマフォと格闘している姿は、あまり格好のよいものではないけれど。 そもそも私には世の中に訴えたいことが特にない。とりたてて語るべき知恵もない。アクセスログを調べると、過去のいくつかの記事が予想外に多くの方に読まれていることに驚くが(片側検定について書いた記事とか)、もっときち
各種統計・調査研究資料サイト | 青少年教育に関する法令・答申・調査研究・統計等
青少年人口 日本統計年鑑(総務省統計局) 国勢調査(総務省統計局) 人口統計資料集(国立社会保障・人口問題研究所) 青少年のからだ 全国体力・運動能力、運動習慣等調査(文部科学省) 学校保健統計調査(文部科学省) 体力・運動能力調査(文部科学省) 体力・スポーツに関する世論調査(文部科学省)(平成25年1月) 体力・スポーツに関する世論調査(内閣府)(平成21年9月調査) 青少年の意識 子供・若者の意識に関する調査(内閣府)(平成29年3月公表)高校生に対するアルバイトに関する意識(厚生労働省)(平成28年5月18日) 大学生等に対するアルバイトに関する意識(厚生労働省)(平成27年11月9日) 国語に関する世論調査(文化庁) 子どもの安全に関する世論調査(内閣府)(平成25年9月公表) 若者の意識に関する調査(高等学校中途退学者の意識に関する調査)報告書(内閣府)(平成23年3月) 若者
パネルモデルの直感的説明 - 社会学者の研究メモ
社会学, 社会調査こちらでは24時間ぶっつづけでハイチ地震のニュース。他のニュースはもうほったらかしです。CNNのクーパーさんも（例によって）現地に入ってレポートしています。本題。マルチレベルデータが徐々に社会学でも使われるようになってきてますが、マルチレベル・モデルを含めてその分析手法についてはまだちょっと浸透していない段階だと思います。とある科研で「研究会（教育？）担当」になっていることもあり（外国にいて現状全く貢献できてませんが）、手法についての分かりやすい（数式を使わない）解説を試みます。さしあたりランダム効果モデルと固定効果モデル、いわゆるパネル・モデル。直感を優先しているので必ずしも正確ではない記述もあります。モデル選択の概要ここに典型的なマルチレベルデータがあります。横軸が所得、縦軸は、なんでもいいのですが、パネルデータっぽくするために消費にしてみます。（単位は適当に想像して
打ち切り・切断データの分析
Online ISSN : 1881-6495 Print ISSN : 0913-1442 ISSN-L : 0913-1442
社会科学者から見た統計学――公文俊平×西内啓【前篇】
東京大学医学部卒(生物統計学専攻)。東京大学大学院医学系研究科医療コミュニケーション学分野助教、大学病院医療情報ネットワーク研究センター副センター長、ダナファーバー/ハーバードがん研究センター客員研究員を経て、現在はデータを活用する様々なプロジェクトにおいて調査、分析、システム開発および人材育成に従事する。著書に『統計学が最強の学問である』(ダイヤモンド社)、『1億人のための統計解析』(日経BP社)などがある。 統計学が最強の学問である 2013年1月に発売されるや、ビジネス・経済書としては異例のベストセラーとなり、統計学ブームの端緒となった『統計学が最強の学問である』。同書の発刊1周年と30万部突破を記念して行われた、著者の西内啓氏と二人の科学者［多摩大学情報社会学研究所所長・公文俊平氏、物理学者・楽天株式会社執行役員・北川拓也氏］との対談を公開する。 バックナンバー一覧 2013年1月
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
計量的な研究への疑問 - 菊澤研宗のブログ ダブルＫのブログ
ワーキングペーパーシリーズ(J) No. 11：「希望子ども数の分析：ライフコースにおける変化と達成の要因」 福田 節也 (国立社会保障・人口問題研究所)
因果推論の基礎
Pseudo R^2(R squared) : 擬似R2乗とは？ - kingqwert's diary
http://tarohmaru.web.fc2.com/report/2007Problematik.pdf
人生って最小二乗法でしょ。: 家猫のノルウェー留学日記(元交換留学日記）
対数線形モデルはなぜ回帰分析より社会学的か？ | Theoretical Sociology
