- 締切済み
Statviewでの解析で
- みんなの回答 （1）
- 専門家の回答
みんなの回答
- backs
- ベストアンサー率50% (410/818)
多変量解析といってもいくつかあるわけで、具体的に何をしたのか書いてもらえないと的確な回答は得られないでしょう。 > 従属因子と独立因子を指定して解析を行うと、 従属因子というのは従属変数、独立因子というのは独立変数のことでよろしいのでしょうか。 例えば、重回帰分析をする場合に変数の数（列数）がデータ数（行数）よりも大きいと、このようなエラーが出ます。要するにデータ行列の行数が少ないと途中で計算ができないわけです。
関連するQ&A
- 統計の手法(多変量解析)についてSuggestionください。あまり
統計の手法(多変量解析)についてSuggestionください。あまり詳しくないので、質問が正確ではないかもしれません。現在 サンプル数n=20-30人の解析をしています。それらの方々の解析因子のなかで、統計的に有意に単相関するパラメーターが2つあります。ここで、その相関する因子に一般的に影響を与える因子で補正したモデル式をつくり多変量解析をしたいと考えています。ひとつのモデル式のなかで、解析に加えられる因子はこの場合 多くても従属変数 3つまでと考えていますが、補正したい因子が5-6つある場合に 従属変数に2つ固定した因子(この場合、(1)証明したい変数 (2)年齢)にひとつずつこの補正したい因子を加えていき、4-5つのモデル式を構成して証明をするのはAcceptableでしょうか?
- 締切済み
- 数学・算数
- 共分散分析に関して。
通常，高低群に分けたものを独立変数とし，平均値の差を知りたい変数を従属変数とした場合には，ｔ検定でも分散分析でも同じ値が算出するかと思うのですが，そこに共変量の影響を仮定した場合には共分散分析が検定力を強め，有意差が異なってくるのではないかと考えました。 そこで，SPSSの「一般線形」「１変量」で共変量をすべて投入して分析を行ったんですが結果をどう見ればいいのかよく分かりません。また，共変量の投入が妥当なのかも疑問です。そこで，どういった場合に共分散分析を行えて，またそれが妥当なのか，ご教授いただけると嬉しいです。 ちなみに，分散分析を行う際に影響を及ぼすと思われる共変量は，性別や年齢，職種など全部で５つあります。これを全部一括して投入するのか，もしくは１つづつ投入するのか，それとも分散分析が妥当なのか，よろしくお願い致します。
- 締切済み
- 心理学・社会学
- 従属変数が複数かつ潜在変数である場合の因果検証について
＜解析デザイン＞ 複数の独立変数・媒介変数・調整変数（いずれも観測変数）と、 複数の従属変数（下位尺度得点≒潜在変数？）との因果関係を調べたい。 ＜疑問点１＞ ・重回帰分析では潜在変数が使えないとされていますが、以下のURLでは、必ずしも「観測された変数」ではなくても、「観測可能な変数」であれば、実質的には観測変数とみなしてOK、といったニュアンスとも読み取れまして・・・。私の場合、2項目の測定変数の平均値を従属変数としているので、これを観測変数とみなすことの是非を教えていただきたいです。 http://www.aichi-gakuin.ac.jp/~chino/multivar/chapter5/sec5-1.html ＜疑問点２＞ ・従属変数が複数ある場合には重回帰分析は使えず、パス解析や共分散構造分析を用いる（小野寺、2006）とあるのですが、パス解析の説明書きには「潜在変数を扱わない」（山本、2000）とあり、また共分散構造分析は私の実験デザインには適合しないと思われ、では一体何を使えばいいんじゃ！と混乱しております。多変量重回帰分析なるものもあるようですが、疑問点１をクリアしないと、これも使うことはできないでしょう。従属変数が複数ありかつ潜在変数である場合、この因果モデルを検証するには、どの手法を使うことが可能なんでしょうか？ お手数をおかけしますが、どうぞよろしくご教示ください。
- ベストアンサー
- 心理学・社会学
- 統計の細かいことを教えて下さい
一つの実験（４条件とします）で二つの従属変数が得られる場合、 それぞれの従属変数を一要因の分散分析で解析するのが妥当だとおもいますが、従属変数同士の差分を検定するにはどうすればいいのでしょうか？ 従属変数を要因にして分散分析をかけるのは科学的に問題があるとおもってためらっています。どなたか統計にお詳しい方、アドバイスをお願いできませんでしょうか？
- ベストアンサー
- 心理学・社会学
- SPSS出力の「Boxの共分散行列の等質性の検定」と「Leveneの誤差分散の等質性検定」について
１．SPSSで多変量分散分析を行いましたところ、「Boxの共分散行列の等質性の検定」が有意になってしまいました。調べたところ、共分散行列の等質性は多変量分散分析を行う場合の前提条件のひとつであるということまではわかったのですが、その条件が整わない場合にどのような検定手法をとるべきなのかということがわかりませんでした。 ２．上記に加えまして、「Leveneの誤差分散の等質性検定」でもいくつかの項目が有意な結果となりました（この場合、複数の独立変数を想定したノンパラメトリック検定を行うのでしょうか？） 以上の２点を考慮した場合、どのような検定手法をとることになるのでしょうか？ ぜひよろしくお願いします。
- 締切済み
- 心理学・社会学
- マーケティングで用いる多変量解析
現在、マーケティングを勉強しており、それに伴って多変量解析を勉強している学生です。 質問は 『実際のマーケティングの現場で主に使われている分析方法はどのようなものなのでしょうか？（３つ程度を目安に挙げていただきたいです）。』 ということです。 回帰分析、因子分析を勉強し、今は共分散構造分析を勉強しているのですが、実際にマーケティングの現場で使われているのは共分散構造分析がほとんどなのかなと思い質問しました。必要であればクラスター分析などのほかの手法を学ぶつもりなので、その参考のために現場で本当に必要な手法を教えていただきたいです。 どなたかお詳しい方、お忙しい中申し訳ありませんが、よろしくお願いします。
- 締切済み
- マーケティング・企画
- 多変量解析の主成分分析と因子分析の違いについて教えてください．
多変量解析の主成分分析と因子分析の違いについて教えてください．どちらもほとんど同じ気がするのですがどのようにちがうのでしょうか？よろしくお願いいたします．
- ベストアンサー
- 数学・算数
- 統計は役に立たないのでは？？？
ある事象を説明するために変数を設定しますよね。 そして、あらゆる要因（変数）を同時に考慮ないないと、疫学でいうところの「交絡因子」というバイアスになりますよね。 しかし、多変量解析を用いて予測式を立てたところでそれが使いものにならない場合が多いように感じるのです。 相関係数が著しく低くなったり、回帰係数が０になる確率が棄却できなかったり・・・共線問題が発生している可能性があったり・・・ そこで、一応の情報量基準を満たしたモデルの回帰式を使うことにしたとしても、独立変数のいくつかは除外されたモデルになったりします。 すると、結局は除外された独立変数は交絡因子として存在することになるし、また、考え付かなかったような（設定しなかった）独立変数も交絡因子となっている場合があると思います。 そのことに対して、一体論文ではどのように説明すればよいのでしょうか？ こんな不完全な多変量解析なら、むしろ単（一）変量解析の検定を独立変数の個数回やったほうがいいのでは？
- ベストアンサー
- 数学・算数
- 多変量解析と検定の違いは？
現在、アンケート調査の回答分析について学んでいます。 しかし、多変量解析と統計的検定の違いがわからなくて困っています。 どんなときに解析を使い、またどんなときに検定を使えば良いのでしょうか？ ちなみに多変量解析は共分散構造解析、検定はカイ二乗検定を学んでいます。
- 締切済み
- 数学・算数
補足
失礼しました。 MANCOVAで、従属変数が3つと独立変数が5つ（連続変数2つと名義変数3つ）あります。 データ数はおよそ100なので少なくはないと思うんですが。 ソフトの根本的問題なのかどうかが知りたいんですが…、やはりテクニカルな問題なんでしょうかねー。