- 締切済み
判別分析やってます。 説明変数の数って目的変数の数より少なくしますよね
判別分析やってます。 説明変数の数って目的変数の数より少なくしますよね？ 例えば目的変数が１００こだったら、説明変数は何個まで判別モデルに使用できるのでしょうか？
- 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)
関連するQ&A
- エクセル分析ツール”判別分析”の”性能”
エクセル分析ツールで判別分析をしようと思いますが、分析ツールの下記の性能・能力について教えてください。 (1)説明変数のカテゴリーの数はいくつまで可能でしょうか。 (2)データの数（”目的変数・説明変数”のセット数）はいくつまで可能でしょうか。 よろしくお願いいたします。
- 締切済み
- その他MS Office製品
- 回帰分析の目的変数と説明変数の組み合わせの例
経済統計学の夏休みの課題で統計局の時系列データを使い、回帰分析をするというのが出たんですが、目的変数と説明変数の組み合わせ方がわかりません。 使うデータは目的変数も説明変数も比率のものを使えということなのですが、どういう風にくみあわせたらいいのかわかりません。 何か良い例があれば、教えてください。 ちなみに目的変数は離婚率か完全失業率を使おうと思っています。
- ベストアンサー
- 経済学・経営学
- おしえて！重回帰分析の独立変数（説明変数）
重回帰分析の目的変数が、（A+B+C+D）というものとします。 A～Dは、数量データです。 説明変数にAやBなどが入っていたら、それはダメですか？ 説明変数X（Aとか）が目的変数Y（A+B+C+D)の一部の構成要素だったら、Xを使って重回帰分析はやったらダメなのですか？
- ベストアンサー
- 数学・算数
- 統計に関する基礎的な質問です。線形判別モデル、線形回帰分析モデル、ロジット分析モデルの違いをうまく説明できません。
統計に関する基礎的な質問です。線形判別モデル、線形回帰分析モデル、ロジット分析モデルのそれぞれの特徴と違いを大学のゼミでうまく説明したのですが、不勉強のためうまく説明できません。 とくに、線形判別モデルと線形回帰分析モデルの違いがよくわからず困っています。どちらも、最小二乗法などを用いて回帰式を求めているので同じようなものだと思えてしまうのですが・・・どなたか、教えてください。
- ベストアンサー
- 数学・算数
- 判別分析における説明変量と的中率の関係
判別分析における説明変量と的中率の関係について質問です。 いま、線形判別関数で判別分析を行っています。 ウイルクスのΛ統計量による検定を行い、判別に寄与してない説明変量を除き、判別分析を行った場合の判別的中率は、寄与していない説明変量を含んだ場合の判別的中率を上回ることはあるのでしょうか？ よろしくお願いします。
- 締切済み
- 数学・算数
- 重回帰分析での説明変数
重回帰分析で説明変数が、例えば５因子あったとします。 通常は、重回帰分析した後に、有意な因子（目的変数に対して効果のある因子）を例えばF>2等の基準でもって、抽出すると思いますが、 これら説明変数のがMKSA(mg、um、sec等)の次元が異なる場合、同じ基準で有意な因子が抽出できるのでしょうか？ 例えば、同じ次元であっても、cmとmmの因子を混在させては、平方和計算から異なってくるので、同じ基準で有意な因子は抽出できないですよね？ もし、出来るのであれば、証明するにはどうしたらよいですか？ よろしくお願いします。
- 締切済み
- 数学・算数
- 回帰分析の目的変数が０～１の確率の場合は？
今、集団の中のある割合（具体的には、ある集団の中の外国人の割合）を目的変数にして回帰分析を行っています。 目的変数は０から１の連続変数を取るのですが（割合なので）、この場合用いる回帰分析はロジスティック回帰でよいのでしょうか？ 自分が勉強した範囲では、ロジスティック回帰の目的変数は、０ or 1の2項変数を取るので、違うのかなという気がするのですが・・・（でも代わりに何を使ったら良いのかわかりません）。 勉強不足で申し訳ないのですが、どなたかご教授頂けますでしょうか。 宜しくお願いします。
- ベストアンサー
- 数学・算数
- 判別分析について
判別分析で、相関係数0.35、ｐ=0.001 という結果を得ました。 この結果は、相関は0ではない確率は非常に高い（ｐ=0.001）が、相関としては0.35程度ということだと 思います。これについて、判別の精度をみるには、分析結果の式に多くのデータを代入して見てみるしかないとは思いますが、相関係数のみからいえることはないのでしょうか。たとえば、判別できる確率は35％とか。 よろしくお願いいたします。
- ベストアンサー
- その他MS Office製品
補足
ありゃ～、質問文まちがってましたm(_ _)mモウシワケナイ 目的変数1種類（2値） 標本数１００こ のような場合の説明変数の数の上限が知りたかったのです。 重回帰分析等の場合は適当な変数選択法を用いて標本数５つ以上に説明変数１つの割合を上限にしないと、経験的に過剰適合に陥る確率が高くなります。 線形判別分析も同じようなことになるんでないかとは思うのですが、例えば目的変数が2値の場合、少ない方を基準にするとかのルールがありそうなものだなっと思って質問させていただきました。 なにとぞよろしくです。