- ベストアンサー
数量化I類について
- みんなの回答 （1）
- 専門家の回答
質問者が選んだベストアンサー
満足の行く程度に目的変数を説明できるモデルが得られた（かどうかは分析の目的によるわけで、そして、目的に照らしてそう判断なさった）ということならば、それで目的を達したんですから、つまり、問題ない。 問題なくて、しかも偏相関係数がすべて小さい。ということは、言い換えれば、少数の説明変数だけで目的変数がおおかた説明できてしまうという状況ではなく、むしろ、考慮した要因がみんなソコソコ絡んでいるという状況である。 たとえば、「ダミー変数a, b, c, dが実は目的変数x (0≦x＜1) についてa:「0≦x＜0.3」, b:「0.3≦x＜0.5」, c:「0.5≦x＜0.7」, d:「0.7≦x＜1」と対応している」という場合を考えると、a, b, c, dのどれか一つだけでは目的変数xが説明できないでしょう。全部揃ってやっと、xをそこそこ近似できる程度に予測（回帰）の性能が出るわけで、すると、「重相関係数が高いわりに、どの説明変数の偏相関係数も低い」ということが必然的に生じるでしょう。
関連するQ&A
- 数量化三類について
現在学校で数量化三類を勉強しているのですが、教科書に以下のように書かれていました。 ---------------------------------------------------------------- 変数に数量ｘを与え、サンプルに数量ｙを与えるとする。 「行と列を上手く並び替えてできるだけ対角線に集まるようにする」という操作は「ｘとｙの相関係数を最大にするｘとｙを与える」ことと考える。 相関係数の値はｘとｙの平行移動に関しては不変だから、 ｘの平均 = 0、ｙの平均 = 0 と仮定してもよい ---------------------------------------------------------------- この文章中のｘの平均 = 0,ｙの平均 = 0の部分がなぜそうなるのかわかりません。どうしてそうなるのか教えてください よろしくおねがいします
- ベストアンサー
- 数学・算数
- 重相関係数のF検定について
お世話になります。 重相関分析について教えてください。 ●質問１ 観測された分散比（F値）はFの臨界値より大きく， 重相関係数は5%の危険率で，「相関無しではない」と判定されました。 しかし，ここの説明変数に対する係数のｔ検定結果はすべてが有効ではないという結果になりました。予測式を立てる上で問題はないけれど，説明変数に対する係数には意味がないと解釈してよいのでしょうか？ -基本的にエクセルの分析ツールを使用してます-- ●質問２ 説明変数同士が相互に相関を持つ場合，分析として不適切だと聞きました。（重相関分析の仮定は個々の説明変数に相関がないこと）これを確認するために，スワップ式というのがあると聞きました。これはどこで調べるのがよいでしょうか？また，基本的な教科書やサイトを紹介いただけると幸いです。
- 締切済み
- 数学・算数
- 重回帰式の応用
重回帰分析の結果と回帰式の使い方、応用の方法について質問です。相関係数0.85、決定係数0.72と出たのですが、全部で７つの説明変数のうち６つは有意ではありませんでした。多重共通性の問題に該当する説明変数を省き、再度分析したのですが結果として有意と判断されるのは１つの要因のみでした。そこで、その１つの要因に対して単純回帰分析を行うと相関係数0.72、決定係数0.51と重回帰分析よりも数値が低下してしまいました。この場合有意性の問題を無視し、はじめの重回帰式を用いて被説明変数を求めること（有意ではない説明変数を多く使うことで、被説明変数の誤差を少なくすること）に何かしらの問題はありますでしょうか？ 素人のため質問内容がわかりにくかったら申し訳ありません。よろしくお願いします。
- ベストアンサー
- 数学・算数
- 重回帰分析の多重共線せんいついて
重回帰を行います。説明変数間に相関がないか確認するために、ピアソンの相関係数を確認します。名義尺度をダミー変数化し、連続変数として扱う場合、他の説明変数間との相関は、ピアソンの相関係数を参考にすべきか、その検定のｐ値を参考にすべきかわかりません。ご指導ください。
- 締切済み
- 数学・算数
- 1変数と複数の変数の相関をみるには
1変数と複数の変数、例えば、「変数a」と「変数b、c、d」の相関関係をみるにはどうすればよいでしょうか？ 重回帰分析でもみれますでしょうか？ 重回帰分析は、説明変数で目的変数を予測することができるかどうかを分析することだと思いますが、得られた重相関係数と、同時に行う分散分析のP値によって、相関関係の強さをみれるのではないかと思うのです。 最終的には、「変数a」と「変数b、c、d」は"有意"に相関があるといたいのですが、重回帰分析の場合、説明変数と目的変数の方向性の問題もあるので「変数a」⇔「変数b、c、d」とは言えないのでは…と悩んでいます。 「変数b、c、d」を主成分分析で合成してから相関分析をすれば…などいろいろ考えているのですが、分析の精度としてそれでいいのか分かりません。 何卒、アドバイスよろしくお願いします。
- 締切済み
- 心理学・社会学
- 数量化3類について
現在、学校の研究で、アンケートデータの分析を行っています。 その母集団に関する質問項目(20アイテム、80カテゴリ弱)を、数量化3類を用いて、 統計的に傾向の把握(情報の集約)を行いたいと考えています。 最終的には代表的な数軸で、いくつかのパターンに類型化したいと考えているのですが、 その際にRが0.5前後からあがりません。 また、周りに統計について詳しい人がいないためどのようなカテゴリプロット、サンプルプロット図がよいのかもわかりません。参考書等は何冊か読んだのですが、理論的なことが多く、実際の分析状況について書いておりませんでした。 どなたか一つでもご存知の方がいらっしゃいましたら教えていただけませんでしょうか。 以下に内容をまとめます。 (1)アンケートデータで、数量化3類を用いた場合には相関係数0.5は妥当(もしくは、採用可能)か。 (2)サンプルプロット、カテゴリプロットの理想的な布置、注意しなければいけない点 (3)数量化理論について詳しいお勧めの本 以上よろしくお願いいたします。
- 締切済み
- 数学・算数
- 相関係数、決定係数からの考察
説明変数x、被説明変数a,bがあったとします。 そこで例えば xに対してaの相関係数、決定係数がそれぞれ0.5、0.6 xに対してのbの相関係数、決定係数がそれぞれ0.7,0.8 であったとします。 この場合では、xはaよりもbの方をよりよく説明していると思うのですが、その理由は何でしょうか？ 相関係数、決定係数の値が高いから…というのは何となく違うというかすっきりしないです（間違ってるのかもですが） 回答の程お願いします。
- ベストアンサー
- 数学・算数
- 相関係数について
お世話になっております。 統計初心者で、質問の内容もそもそも,おかしいかもしれませんが、 質問させてください。 以下のような、関連性のない2変数に関して、 両変数間の総合的な類似度を計算する方法に、 ピアソンの積率相関係数及び、スピアマンの順位相関係数を 使用したいと思っております。 変数X |変数Y 177.67 |171.539 156.3 |154.415 143.72 |140.236 141.41 |135.375 127.74 |126.492 127.09 |125.916 125 |116.326 119.99 |116.211 67.24 |62.222 52.59 |47.566 47.31 |45.37 41.47 |35.294 24.85 22.79 21.78 現在は、外れ値がない場合は、ピアソンの積率相関係数を使用しており、 ある程度類似度が算出できています。 スピアマンの順位相関係数に関しては、まだ使用できておりません。 以下、疑問点になります。 (1)そもそも2変数間の類似度を算出するのに相関係数は有用か (2)項目数が違うものに関して、両相関係数は適用可能か (3)両変数間に対応がなく、既に大きさ順に並んでいるものに、スピアマンの順位相関係数は適用可能か また、2変数間の総合的な類似度を算出するのに有用な方法などありましたら、 ご紹介頂ければ幸いです。 何卒、宜しくお願い致します。
- 締切済み
- 数学・算数
- 相関関係と双方向因果関係
どこのカテゴリーで質問しようか迷いましたが、ここでさせていただきます。 回帰分析を知ったときあたりからずっと不思議だったのですが、相関関係と双方向因果関係との違いって何ですか？私の言っていることは、以下のものの違いについてです。 ○相関関係とは… 二つの変数の相関係数をとったときに、有意な係数が出てくることです。 ○双方向因果関係とは… 二つの変数に対して、片方を独立変数、もう片方を従属変数として単回帰分析を行ったとき、有意な係数が出てきた場合、独立変数と従属変数を入れ替えて回帰分析したとしても有意な係数が出てくることです。 分かりにくいことがあれば補足要求をしてください。宜しくお願いします。
- ベストアンサー
- 心理学・社会学
お礼
大変丁寧な説明ありがとうございました。 返事遅くなって申し訳ありません。