検定結果の読み方(調整済み残差)

このQ&Aのポイント
  • 検定結果の読み方について疑問があります。具体的には、3つの検定結果が表示されており、それぞれの調整済み残差の違いを理解したいと思っています。
  • 調べたところ、調整済み残差は、p<0.05水準で1.96以上でない場合に統計的貢献度がないとされています。具体的には、(1)はΧ二乗検定では相関が認められそうだが、残差が1なので有意ではないと言えます。一方、(2)は有意と言えるとのことです。また、一般的にはΧ二乗検定の結果を出す際には、調整済み残差も併せて表示することが望ましいとされています。
  • 以上の情報から、検定結果の読み方は、調整済み残差の値を確認し、p<0.05水準で1.96以上の場合に統計的貢献度があると判断することが重要です。また、Χ二乗検定の結果を出す際には、調整済み残差も併せて表示することが望ましいです。
回答を見る
  • ベストアンサー

検定結果の読み方(調整済み残差)

ある研究報告を読んでいて、検定結果の読み方について疑問があるので質問します。 (1) X2(1)=137.297,p=0.000 (2) X2(2)=34.510,p=0.000 (3) X2(2)=0.045,p=0.978 という、3つの検定結果が表示されている場合で、カッコ内は調整済み残差らしいのです。それぞれ、どのように違いを理解すればいいでしょうか。 調べたところによると、調整済み残差は、p<0.05水準で1.96以上でないと統計的貢献度?がないらしいので、(1)は、Χ二乗検定では相関が認められそうだが、残差が1なので有意だとはいえない、(2)はいえるという理解でよろしいのでしょうか?((3)はそもそも、p値が有意でない) また、一般的に、Χ二乗検定の結果を出す時は、調整済み残差も一緒に表示する方が、望ましいものなのでしょうか? どうぞ、よろしくお願いします。

質問者が選んだベストアンサー

  • ベストアンサー
noname#227064
noname#227064
回答No.2

確認してほしいのですが、その注記は本当に(1)~(3)のカッコ内を指しているのでしょうか? その研究報告を見ないことには、正確なことは言えませんが、(1)~(3)の表記からカッコ内は自由度以外には考えにくいのですが・・・ (1)~(3)のカッコ内を自由度として、等号の右辺の数値以上の値がでる確率を計算してみると、 (1) 1.038334e-31 (2) 3.208106e-08 (3) 0.9777512 となり、(1)~(3)のp値ともあっています。 調整済み残差が3つとも整数なのも、絶対ないとはいいませんがあまりないと思います。

kashikoku
質問者

お礼

回答ありがとうございます。目をサラのようにしてみたところ、同じ表内に、(1)~(3)の式とは別にもうひとつ括弧があるので、そこに書かれている数値が調整済み残差であると思われます。 大変失礼しました、でも同じクロス表に括弧が二つあり、どちらの括弧か表の直後にある注記には指定がなかったので、quaestioさんに確認されなければ、自分では気づけなかったと思います!ありがとうございました。

その他の回答 (1)

noname#227064
noname#227064
回答No.1

> カッコ内は調整済み残差らしいのです。 カッコ内の数値は「調整済み残差」ではなく、「自由度」のことでしょう。 (1)~(3)は独立性の検定をした結果で、調整済み残差の値が記載されていないようなので、 > (1)は、Χ二乗検定では相関が認められそうだが、残差が1なので有意だとはいえない、(2)はいえる かどうかは、ご質問の文面からはわかりません。 (1)と(2)の場合は、相関があるとはいえますが、どう相関があるのかはいえません。

kashikoku
質問者

お礼

回答ありがとうございました。

kashikoku
質問者

補足

カッコ内は、この報告書の著者は「調整済み残差」と注記されていますので、自由度ではなく調整済み残差でいいようです。 (このような、表記は一般的ではないのでしょうかー普通は、自由度を記載するものなのでしょうか?) その上で、教えていただければ、嬉しいです。

関連するQ&A

  • 独立性の検定: 残差分析に有意傾向って?

    統計初級者です。わからない点があります。どうかお助けください。 独立性の検定の後の残差分析で有意傾向ってありますか? t検定などで「p<.10」の場合に、「有意傾向」があったと報告している文献を見ます。 残差分析だと、絶対値1.96以上のときに5%水準で、有意に観測度数が期待度数を上回った(下回った)と聞きますが、 たとえば絶対値が1.8や1.7のときって「有意傾向がある」と論文で述べることは 妥当でしょうか?仮に妥当だとすると、その数値の下限ってありますか?(p<.10みたいに) ご存知の方いらっしゃったら教えてください。

  • ノンパラメトリック検定

    心理学でカイ2乗のノンパラメトリック検定分析をしたのですが、結果の書き方が分かりません。 どれも有意差が認められるものでしたが、普通なら「AよりBのほうがCの割合が有意に大きいことが示された」ですがこの場合はどう書けばいいのでしょうか? 観測度数と期待度数と残差や検定統計量は出ています。

  • 実測値に5以下がある場合のχ2乗検定 残差分析

    実験結果を分析するため2×6の分割表を作りました。 この分割表でχ2乗検定と残差分析を行ないたいと思っています。 ですが、実測値に0や5以下の数字があります。 この場合はどんな検定を使って有意差を見たら良いのでしょうか? よろしくお願いします

  • 残差に自己相関がある時系列データy(1),y(2),y(3),...,

    残差に自己相関がある時系列データy(1),y(2),y(3),...,y(n) に対して上昇トレンド(線形)が有意に存在することを 統計的検定で示したい場合はどのようにすればよいのでしょうか? 単にデータ 時刻(x) 値(y) 1 1.512472 2 1.594956 3 1.636873 4 1.711896 5 1.570067 6 1.440109 7 1.550716 8 1.55284 9 1.372756 ・・・ ・・・ に対して単回帰分析(y=a+b*x)を行い、初級の統計で習うように 係数aの仮説検定H0:a=0 H1:a!=0に対応するp値を見ようとも 最初は思ったのですが、どうも系列相関を 無視して分析しているのが気になっていまいちすっきりしません。 適切な方法がわかる方がいたら、ご教示いただければ幸いです。

  • 統計学の適合度検定についての質問です

    統計学初心者です。 観測度数が理論度数の誤差の範囲内かどうかを調べたいのですがどうしたらいいでしょうか? 適当な数値ですが、画像データのAの実測度数が理論度数の誤差の範囲内かどうかを検定するための具体的な計算方法を教えてください。 有意水準は5%、カイ二乗分布 カイ二乗検定で”全体”の検定は x^2=(60-50)^2/50+(20-30)^2/30+・・・+(2-1)^2/1 =6.8444・・・ となり、自由度4のカイ二乗分布、有意水準5%が9.49なので x^2<9.49 有意差はない(誤差の範囲内) というのでまずは合ってますでしょうか? 次にAのみの観測度数と理論度数を検定(誤差の範囲内かどうかを知りたい)したいのですが、 x^2=(60-50)^2/50+(40-50)^2/50 =4 自由度2-1=1のカイ二乗分布、有意水準5%が3.84なので x^2>3.84 有意差はあり(誤差の範囲外) AとB~Eの2個に分けて計算してみましたが、そもそもこの方法が合っているのかどうか分かりません。 アドバイスよろしくお願いします。

  • カイ二乗結果の見方 SPSS

    今、例としてタバコを吸う人、吸わない人に分けています。 吸う人105人(期待度数102.5残差2.5)、吸わない人100人(期待度数102.5残差-2.5) 検定統計量の表を見ると タバコをすうかどうか カイ二条 .122a 自由度 1 漸近有意確率 .727 と出てきたのですが、この結果の見方が分かりません。 タバコを吸う人のほうが多いというのはなんとなく分かりますが、 残差に-がついているのはどういう意味かとか 検定統計量の表の見方とかが分かりません。 どなたかこんな初心者に分かりやすく教えてくれる人いますか キーワード 統計学 数学 心理学 SPSS 名義尺度 χ2乗

  • 統計の初歩の初歩です(文系)

    すみません、教えていただけますか?社会学、心理学系のアンケート調査の結果を分析しています。統計の初歩のことを伺いたいのですが… 2つの変数を使って、まずクロス集計を出した時にカイ二乗検定をみると有意ではありませんでした。 でも次に相関分析をして、 相関係数を出してみる有意になるんですが、良いのでしょうか?? つまり、カイ二乗検定が有意でなくても、相関分析で相関係数が有意であれば、 関連がありそうだと考えてよいですか?? よろしくお願いいたします。

  • χ二乗検定について

    ある統計データ(数値)が100個ぐらいあり、それに対する理論値があります。これをχ二乗検定しなければならないのですが、かなり頭がこんがらがっています。 χ二乗値の求め方はわかりましたが、 自由度の意味、帰無仮説の立て方、有意水準の設定の仕方などがこの場合どうなるのかさっぱりです。 どなたかわかる方よろしくお願いします。

  • 統計学について

    統計学の無相関検定について 無相関検定について理解ができておらず、 どなたか教えてください。 理解できていない場所を理解したいので、 非常にまとまりがありませんが、箇条書きとしました。 番号ごとに箇条書きしたので、 番号に対応するように回答を頂けると幸いです。 よろしくお願いします。 (1)無相関検定により、帰無仮説が採択されると、相関係数の数値の大小に関係なく、一律で統計結果自体を無効にする。 (2)統計結果自体の無効とは、すなわち相関係数ゼロのことを指す。 (3)相関係数ゼロとは、すなわち無相関のことを指す。 (4)「相関の強さ」と「有意」は別個の考え方である。 (5)「相関が強いこと」=「相関係数が1または-1に近いこと」である。 (6)相関が強い場合でも、有意でない場合は、「統計自体が無効だった」ということになる。 言い換えれば、「統計結果は無相関だった」という解釈になるのだろうか? (7)相関が弱い場合で、かつ有意である場合は、「弱い相関があった」ということになる。 (8)「統計自体が無効だったこと」=無相関なのか? (9)「相関の強さが弱過ぎる」=無相関なのか? (10)相関があるという仮説の数は無限であり、相関が無いという仮説の数は1つである。 11.相関係数がゼロであることは、無相関検定をやること以外の方法では生じない。 つまり、変数が2つのとき「偏差積の平均÷標準偏差X÷標準偏差Y」の計算結果によって、相関係数がゼロという答えが出ることはない。(無相関検定をやる前から無相関であるという答えが導き出されることはない) 非常にまとまりが無くて申し訳ありませんが、よろしくお願いします!

  • χ2(カイ2乗)検定とフィッシャーの直接確率検定

    統計学の素人です。 医学の臨床試験のデータに、p値についてχ2(カイ2乗)検定とフィッシャーの直接確率検定のふたつが記載してありました。 p値<0.05で有意差がある、と聞いていますが、上記のふたつの検定方法では、ともにp値<0.05で有意差あり、と考えてよいのでしょうか? それとも検定方法によって異なるのでしょうか。 ネットで調べてみたのですが、難しくてわかりませんでした。 上記のふたつにつきまして、どのような値で有意差ありになるのか教えていただけますとたいへん助かります。よろしくお願いいたします。