backs の回答履歴

※当サイト内で似たような質問を発見しましたが、 それは「心理学」のカテゴリーではなく、 心理学の大学院の世界でもその回答が当てはまるのかどうか分からなかったので、質問させていただきます。 はじめまして。 私は臨床心理系の大学院を志望し、今年受験をする者です。 来月第一志望の大学院(他大学)の説明会があり、 希望者は説明会の後に研究室訪問ができるとのことでした。 せっかくの機会なので是非訪問したいと思うのですが、 肝心の研究計画書がまだ完成しておりません。 大まかな関心は定まっているのですが、（発達段階、理論、精神的回復力等） その程度で訪問するのは失礼に当たるでしょうか。 また、主な質問内容は ・私の関心のあることを指導していただけるかどうか、又は研究可能か ・実習先、実習の指導 ・研究室の方の研究内容や、進路 ・大学院生活（アルバイトなどが可能かどうか等） を考えております。 もし他に「はずせない」質問がありましたら、 合わせてご回答していただけるととても助かります。 どうぞよろしくお願いします。

統計初心者です。ご教授をお願いいたします。 満点の異なる三つのテストの相関関係を見たいと 思っています。（例えば， テストA・・・30点満点で平均得点は25点， テストB・・・50点満点で平均得点は30点， テストC・・・70点満点で平均得点は65点） このような場合，以下の内のどの方法で相関分析を することが望ましいのでしょうか。 (1)テスト得点をパーセンテージ化して分析 (2)テスト得点をz得点化して分析 (3)テスト得点のまま分析 望ましいのは，(1)か(2)かと思っているのですが…。 なお，分析に使用する統計ソフトは，SPSS(Ver.17)です。 どうぞよろしくお願いいたします。

回帰係数の検定では回帰定数を０とした帰無仮説とするということを、とあるテキストに書いてあり、その場合のt検定の式が下記のようになるらしいですが t=（求めた回帰定数）/√{（残差平方和）/（n-2) /（説明変数の偏差平方和）} このような式に至る過程を詳細に知りたいです。 どなたか詳しい方は教えて頂けませんでしょうか？一番気になる点は自由度が（n-2)になる点です。何卒宜しくお願い致します。

英文で記された以下の統計学的処理についての質問です。 The following groups were tested in linear regression for Y to X: all animals, all males, all females, all typeA, all typeB, and typeC. The slopes for type and gender groups were compared by generalized linear regression. The assumptions were checked and the following model was fit: Y～X + gender + type + (gender*X) + (type*X) + (gender*type*X) The hypothesis of no gender difference in slopes was tested by the significance of the term “gender*X”, and the hypothesis of notype difference in slopes was tested by the significance of “type*X.” これはタイプA,B,Cのとある動物のオスとメスに関するデータの統計処理の話なのですが、 (イメージとしては白人、黒人、黄色人の男性と女性に関するデータ) とあるデータYのXに対する相関を、すべての個体群、オスの個体群、メスの個体群、タイプAの個体群、タイプBの個体群、タイプCの個体群内において、 直線回帰(linear regression)で調べた、というのは理解できるのですが、次の一文で、 The slopes for type and gender groups were compared by generalized linear regression. 各タイプ群、各性別群における傾き(回帰直線の傾き!?)は一般線形モデルでテストされた。 とあり、以下、仮説(assumptions)が何やら複雑な線形モデルでチェックされたとありますが、 当方統計学にはあまり詳しくなく、この操作が何を行っているのかわからず、 また、どのような資料を参照すればよいのかもわかりません。 なお、式中の*は、実際には上付き書式になっていました。 さらに、assumptionとhypothesisはどちらも仮設という意味ですが、単なる言い回しでしょうか？ それとも統計学では厳密に区別して使われている言葉なのでしょうか？ 以上長文で申し訳ございません、拙い文章と情報量で、解答しにくいかもしれませんが、 分かる範囲で結構ですので、ヒント、アドバイス等よろしくお願い申し上げます。

心理学において、遺伝か環境か(生まれつきなのか、経験によるものか)の論争は、ずっと行われてきたことと思います。 私は遺伝の影響があって、環境がそれに肉付けしていったり、逆に削ぎ落としていったり、ということになると思うので、例えば知能にしても、どんなに環境が整っていようと本人が努力しようと、その遺伝子がなければ優秀な知能を手に入れることはできない気がします。 いろんな本を読んでも相互作用説が今の流れのようですが、私は人間の発達や性格形成において遺伝の影響が一番大きいと思います。 皆様はどうお考えですか？

「ＡができないとＢができてもＣに対する効果がイマイチ」だということを主張したいのですが、どんな検定をすればよいのでしょうか？　ＡＢＣともにテスト得点です。Ａの各水準におけるＢの単純主効果の検定をすれば良いのかなと思ったのですがその場合、２元配置分散分析の過程（交互作用の有無）を飛ばして報告することは可能でしょうか？

すみませんが、どうか教えていただけないでしょうか。 因子分析をする前に、天井効果や床効果をチェックするよう本に書いてありました。これは必ずしなければいけないのでしょうか。逆にしてはいけない場合があるのでしょうか。 よろしくお願いします。

回帰係数の検定では回帰定数を０とした帰無仮説とするということを、とあるテキストに書いてあり、その場合のt検定の式が下記のようになるらしいですが t=（求めた回帰定数）/√{（残差平方和）/（n-2) /（説明変数の偏差平方和）} このような式に至る過程を詳細に知りたいです。 どなたか詳しい方は教えて頂けませんでしょうか？一番気になる点は自由度が（n-2)になる点です。何卒宜しくお願い致します。

回帰係数の検定では回帰定数を０とした帰無仮説とするということを、とあるテキストに書いてあり、その場合のt検定の式が下記のようになるらしいですが t=（求めた回帰定数）/√{（残差平方和）/（n-2) /（説明変数の偏差平方和）} このような式に至る過程を詳細に知りたいです。 どなたか詳しい方は教えて頂けませんでしょうか？一番気になる点は自由度が（n-2)になる点です。何卒宜しくお願い致します。

私は32歳、その方は、ひとつ年上(33歳）の普通の会社員です。 あるアーティストのライブに誘われて 先日初めてデートしました。 とても物腰のやわらかい方で ライブの前のお手洗いまでいろいろ気を使って下さって とてもやさしい方のようです。 次もお誘いくださったのですが あまりにも低姿勢な態度やメールが私には初めてのことで 理解できません。 お誘いメールも 「ご迷惑でなければ・・」という感じで、 次の約束も「○時以降の時間なら大丈夫」と伝えたら 「無理やりな感じでごめんなさい」 といった風です。 その他のメールも私にあわせてくださってる感じです。 フィフティフィフティな感じがしないというか 私上位みたいな扱いなのです。 仕事は、切れる方ではないがお金貰っている以上は きちんと勤めたいと願っている（貢献できているかわからないが） といった感じの説明をされていました。 今までデートした方からは、自分に自信のあるところを アピールしようとされていると感じていたので このような方は初めてです。 ただ、ライブの後の食事も（低姿勢ですが）誘って下さり お店も（低姿勢ですが）、その場で選んで下さいました。 ちなみに、私の容姿は、顔だちはもてる方ですが スタイルには強いコンプレックスがあります。 （服を着た状態で男性にコンプレックスを気づかれているかは 　わかりません） これから、お付き合いするとすれば、人生を共にする人と 思っているので、ある程度、自分があってしっかりしている方が いいなと思っていますが、 この方は自分に自信がないから、このような感じなのでしょうか？ 付き合ったとしてもこのままの性格なのでしょうか？ こういうタイプの方を知らないので、戸惑っています。 やさしいところに惹かれていますが、あまりにも謙虚過ぎて 不安になってしまっています。 デートの最初で同じようなタイプの方がいたら、 教えてくださるとうれしいです。

回帰係数の検定では回帰定数を０とした帰無仮説とするということを、とあるテキストに書いてあり、その場合のt検定の式が下記のようになるらしいですが t=（求めた回帰定数）/√{（残差平方和）/（n-2) /（説明変数の偏差平方和）} このような式に至る過程を詳細に知りたいです。 どなたか詳しい方は教えて頂けませんでしょうか？一番気になる点は自由度が（n-2)になる点です。何卒宜しくお願い致します。

相性が合わないとは、一緒にいるだけで、なぜだか、すごく疲れてしまうことです。 相性が合うとは、なんら違和感なく、一緒の時間を過ごせることです。 所詮恋愛は、相性が合わなければ、相手がイケメンだろうが、 性格が良かろうが、お金持ちだろうが、意味のないことです。 相性が合うかどうか？ 出会った瞬間に分かることもありますが、 時間がかかることもあります。 これを見極めることが、素敵な恋愛をする一歩だと思いませんか？

回帰分析を勉強しているのですが，非線形回帰分析が何なのか分からなくて困っています． 線形回帰モデルは Y = b0 + b1*X1 + b2*X2 + … + bp*Xp で与えられますが，この場合の線形とはパラメータに関して線形という 意味であって， Y = b0 + b1*lnX や Y = b0 + b1*X1 + b12*X1*X2 + b22*X2^2 も線形回帰モデルに含まれると聞いたのですが， だとすると非線形回帰分析とはどのようなモデルを想定することを言うのでしょうか？どなたか教えて頂けるとありがたいです．

大学院か、博士課程に在学中の男性にお聞きしたいのですが、やはり大学の勉強は忙しいですか？ 私の好きな人は今大学院生で、次は博士課程に進むそうなのですが、どんな日常を送っているか全然想像がつきません(>_<) ちなみに国立大学で理系なのですが、女の子はそんなにいないのでしょうか？ 彼女がいる人の割合はどれくらいでしょうか？ また、大学院まで行くくらいのレベルの男性だと、恋愛に女性側の学歴も関係してくるのでしょうか？ たくさん質問してしまって申し訳ないのですが、大学院生の恋愛事情についてお答えいただけると嬉しいです。^^

例えば100個のデータがあったとして、個々のデータのすべての組み合わせの差を平均した値（平均差だと思うのですが・・）を、excelを使って出したいのですが、何か方法はあるでしょうか？どうか教えてください。

今統計学について勉強しているのですが記述統計学と推計統計学の違いがいまいちわかりません。 調べてみると以下のようなページをみつけたのですがやはりわかりません。ご存知の方ご教授お願いします。 http://digitalword.seesaa.net/article/36622474.html

統計初心者です。 統計解析ソフトRで単回帰分析をしようと思っています。単回帰分析は繰り返しがある場合です。さらに回帰式の95%信頼限界を求めたいと考えています。昨日、書店を回って成書を見たのですが、上記の説明がされているものを見つけることができませんでした。 テキストファイルからデータの読み込みはできましたし、散布図を作成することもできました。 しかし、n=3のデータをそのままｌｍ（従属変数~独立変数)として計算させると、Coefficientsの値(切片、傾き)が全く異なる値となります。 そこで １．繰り返しがある場合、普通にｌｍだけでは解析できないのでしょうか。 また、95%信頼限界については、どのように取り組めばいいのか、検討がつきません。 ご教示の程、よろしくお願いします。 ２．さらに、95%信頼限界の求め方を教えていただけないでしょうか。 よろしくお願いします。

分散分析でlevene's testがクリア出来ないとき、Field(2005)では、値を変換する前に グループ間で最大の「分散」を最小の「分散」の値で割ってその値が「２」より大きければ、分析するにあたって問題は起こらないので、無視して構わないと書かれているのですが、他にこのことに言及している文献が見あたらず不安です。どなたかコメント頂けませんか？「Discovering statistics using spss」Andy Fieldの分厚い本です。

分散分析でlevene's testがクリア出来ないとき、Field(2005)では、値を変換する前に グループ間で最大の「分散」を最小の「分散」の値で割ってその値が「２」より大きければ、分析するにあたって問題は起こらないので、無視して構わないと書かれているのですが、他にこのことに言及している文献が見あたらず不安です。どなたかコメント頂けませんか？「Discovering statistics using spss」Andy Fieldの分厚い本です。

分散分析でlevene's testがクリア出来ないとき、Field(2005)では、値を変換する前に グループ間で最大の「分散」を最小の「分散」の値で割ってその値が「２」より大きければ、分析するにあたって問題は起こらないので、無視して構わないと書かれているのですが、他にこのことに言及している文献が見あたらず不安です。どなたかコメント頂けませんか？「Discovering statistics using spss」Andy Fieldの分厚い本です。