- 締切済み
単回帰分析で相関が判明した後の分析について。
eclipse2mavenの回答
- eclipse2maven
- ベストアンサー率32% (33/101)
確認ですが 血行動態の変化（流速？、内圧）及び、細胞から分泌される因子の量 心臓の壁）の壁の性状の違い 縮小率（速度） あるいは、働く力なら 加速度 の３つを登場人物と考えてよろしいのでしょうか？ あと ＞血行動態の変化（流速？、内圧）及び、細胞から分泌される因子の量が相関しているように ＞思われる所見が単回帰分析で得られました。 ＞ は、従属変数はなにで、独立変数はなにで、単回帰を行ったのか？ 相関ということは、相関係数はどれだけで、回帰係数はどれだけか？ 無相関検定とは、相関係数が０だと仮定して（帰無仮説）、たしか残差だったかの従う確率分布ででてきた結果を棄却して、相関があるというふうに相関を主張するやりかたです。ただし０でないことはいえますが、すっごく小さくてもいいわけで、相関係数や回帰係数についてるｐ値というのは、その値を０だという帰無仮説をひっくり返せるためのｐ値です。 わたしも、曲線回帰については、全く知識が無いのです。ただできたとしても、回帰はできても出てきた式の検定が回帰より検定はいつも１０倍くらい難しい（数字で扱ってたものが検定では、確率変数つまり確率空間からの可測関数になるので）。だから現実的でないと思います。 ただどうしてもなら、やらないといけないですが、でもさきに、重回帰や分散分析、主成分分析など、基礎的な分析で、できるほうがいいと思います。 速度ないしは加速度が従属変数で、あとは全部独立変数で、重回帰、その際の決定係数が問題。 あとは、分散分析をうまく使いたいのですが、そのあとは質問の部分がはっきりした方がいいので後日に あとロジステックは、背景がわからなくて、確率分布関数を求めるようなはなしだと必要ですが、今は、力が働くから縮小するので、力学的な背景で説明できます。従ってわざわざ確率でぼかす必要がありません。 このへんのことは 昔書いた http://blog.goo.ne.jp/eclipse2ant/e/f46b536e67e420c2f0d9fb1641ea4676 を読んでください。まあ、これは私なりの解釈です。
関連するQ&A
- 統計 ロジスティック回帰の従属変数
従属変数についての質問。 多変量解析を行う場合従属変数を決めます。で、例えば従属変数が「疾患がある」と「疾患がない」という２値になるものにしようと設定したとします。その場合、変数としては「ない＝０」「ある＝１」としなければいけないのでしょうか？ 自分の考えとしては、たぶんこれはダミー変数だと思いますが、２値だからロジスティック回帰で分析する場合、疾患のある・なしを確率でとらえるなら、確率は０～１までなので「ない＝０」「ある＝１」としておかなければダメなのでしょうか？ 例えば「ない＝１」「ある＝２」としてはダメなのですか？ あと、ロジスティック回帰の結果、従属変数に対する独立変数のそれぞれが調整オッズ比とその９５％CIという形でよく論文に表が載せてあるのですが、・・・その解釈の仕方として、独立変数が「男」「女」の場合のような２値なら男より女は相対危険（オッズ比）が「いくらです」。という解釈ですよね。しかし、独立変数が「年齢」や「身長」など連続的な数量データなら、オッズ比に関してどう解釈すればよいのでしょうか？ また、「年齢」が例えば４層くらいのわけてあったりもしますが、結局、オッズ比の解釈がわかりません。 結構権威ある先生の論文に年齢のところは「１歳の増加」とか書いてあって、そのオッズ比と９５％CIが書いてありますが・・・ 「１歳の増加」？ 意味がよくわかりません。連続データの独立変数の場合、「１の増加」に対するオッズ比と解釈しなければいけないのでしょうか？
- 締切済み
- 数学・算数
- 重回帰分析かロジスティク分析か？
多変量解析で、教えてください。 20人のケースで、Xという現象がー100～100％の幅で、増減したとして、事象A,B,C,D.E.Fが関与しているかどうかを調べるとします。 それぞれが、それぞれA～Fの現象と、変動率を散布図にて、表示すると、A,B.Cで相関があり、相関係数は R=±0．4～0．7でした。D,E.Fは、r=0.2以下でした。 単回帰分析をすると、要因A,B,Cでの回帰式は、有意とされました。A,B.Cの要因がどの程度のつよさで、Xという現象に関与しているかを調べる必要があるとすると、多変量解析をする必要があると思いますが、 その方法論として、X現象に対する重回帰分析が良いのか、X現象が増加するか、減少するかという現象に置き換えて、ロジスティク回帰分析の方が良いでしょうか？ それとも、症例数から言うと多変量解析は無意味でしょうか？ また、もし重回帰分析、ロジスティク回帰するとすると、A～F全て組み込むのか、単回帰で、有意だったA～Cだけで良いのでしょうか？ 見よう見まねで、A～Cだけで重回帰すると、分散分析ではすべて有意でしたが、回帰式では、A,Bの組み合わせでは、A、B共に有意、A～Cの組み合わせだと、Aだけ有意とでました。この所見の記載として、 単変量解析では、A,B,Cが有意だったが、多変量解析では、Aのみが有意であるとして良いのでしょうか？
- 締切済み
- 数学・算数
- 統計処理の扱い方で困っています．
統計処理の扱い方で困っています． ある物体を温めたり，冷やしたりなど7通りの方法にて変化した7群の面積を比較したいのです． 面積の数値を多変量分散分析にて比較したところ，どの群間にも有意差はありませんでした． しかし，もともとの何もしない状態（基準）での面積からの変化率を変数とした場合，基準とした群を含め数群間に有意差を認めました． この場合，基準とする面積の数値は「1」のみになります． このような扱い方をしてもよろしいのでしょうか？ ご教授よろしくお願いします．
- ベストアンサー
- 数学・算数
- 統計おしえて！ロジスティック回帰でいいのかな？
10項目程度の質問項目があります。 すべて、YES、NOで答えるタイプの項目です。（質的なデータで二値性） そのうち、ある一つの項目を従属変数（目的変数）としてほかの項目を独立変数として多変量解析したいのですが。。。 「ロジスティック回帰」を使えばいいのですか？ 各独立変数ごとに従属変数に対するオッズ比が算出されるのですか？ あと、これも重回帰のように独立変数の選択問題で当てはまりがよくないモデルがあったりするのでしょうか？ あと、ロジスティック回帰を行いたいのですがソフトがなくて・・・ 無料でできるフリーソフト（初心者でもわかりやすい）とかあったら紹介してください。 たくさん質問してすみません。どれか一つでもわかるところがありましたら教えてください。お願いします。
- 締切済み
- 数学・算数
- ロジスティック回帰分析について
ある腫瘍の手術において、術後合併症を発症する危険因子を調べています。 「術後合併症の発生あり（=1)、なし（=0）」の質的変数を目的変数として、年齢・性別・その他もろもろの説明変数をカテゴリー化して、統計ソフトJMPにて、ロジスティック回帰分析を行っています。 実は、この疾患はそもそも男女の罹患率に大きく差がある疾患で、私の解析しているデータ33例中男性は4例のみで、この4例はすべて「合併症発生なし=0」です。ちなみに女性では29例中7例で合併症が生じています。そのため、JMPで解析すると、パラメータ推定値に「不安定」と表示され、いくつかの説明変数のオッズ比と信頼限界が計算されず、困っています。「不安定」と表示されるのは、以下の理由のようです。（http://www.sasconsig.com/japan/support/faq/stat_1232.shtml）。このサイトから私が思うには、私のデータでは「男性」であることにより、目的変数が完全に推定できてしまうので計算不能なのであろうかと考えております。 合併症の発生する・しない、に性別が関連しているとはどうしても考えにくい状況なので、説明変数に「性別」を入れずに解析するとうまく計算されます。しかし、一方でこうした研究では「性別」は「年齢」と同様に、基本的な統計量として検討されているものがほとんどだと思います。そこで、こうした場合「性別」を説明変数から除外したことを論文中に示すには、どのような統計処理あるいは説明を行えばよいのでしょうか？ あるいはまた別な方法で処理すべきでしょうか？ 恐れ入りますがどなたか教えていただけませんでしょうか。
- 締切済み
- 数学・算数
- ある現象に対するある検査の関連性
ある治療の効果で、aとbが結果に出ました。 この２群は、ある検査結果30%前後で予想できそうでした。 この時は、検査結果を30%を境に有る無しとて、2×2分割表の検定をして、この検査の30％以上の場合のオッズ比で出せばよいでしょうか？ また、このような検査や条件をいくつか検定することを単変量解析と呼ぶんでしょうか？この解析だとnがかなりないと、オッズ比は有意になりませんね。 あきらかに、a群の方が検査結果は30%を越えるのですが、nが少ない場合、それぞれの群の検査結果に有意差があるということで代償しては、ダメでしょうか？
- 締切済み
- 数学・算数
- 文献で使われている統計学的分析の正否について
ある文献で使われている統計学的分析に疑問を感じるので教えて下さい。 対象者に、運動プログラムを処方して、その介入群と対照群を、間隔尺度のスケールで評価しています。単回帰分析（ピアソンの r ）を用いているのですが、スチューデント t-検定をするべきではないですか？ 運動プログラムというのは、数字では表せない介入ですし、2変量間の関係を見るにも見れないと思うのです。結果はP値と95％信頼区間で表され、もっともらしいですが。 ｔ-検定だと、独立した群間の間隔尺度の平均値の差を分析でき、独立変数は名義尺度で良いのですが・・・・。 実は今度、その先行研究を元に、似たような研究の計画を立てようと思うのですが、分析方法に引っかかっています。知人の医師は、問題ないと言うのですが・・・。
- ベストアンサー
- 数学・算数
- 分析方法がわかりません…
今あるデータの分析を課されているのですが、進まなくなってしまいました。 今分析しているのは、ノンバーバルコミュニケーションについてです。何種類かの「視点論点」のようなビデオを被験者さんに見てもらい、その後質問紙にて発表の内容・発言者の印象を尋ねます。 このデータの問題点は、ビデオが分析を想定していないものなのです。ということで、まったく統制のとれていないのです。 とりあえず、因子分析をして合計得点をだし、その中で独立変数群と従属変数群を想定して重回帰をし、パス解析にもっていきました。 ここまでは順調でした。 その後言われたのが「発言者のデータとパス解析をくっつけてみて」とのこと。発言者のデータとは、発言者の無言の時間や言葉につまった回数などです。 同じデータエディタ上に質問紙のデータと発言者のデータが乗らないのでどうやって関連付けて分析したらいいのかわかりません。 どなたか何か教えていただけないでしょうか？
- 締切済み
- 心理学・社会学
- 何故、分散分析と適合度は常に片側検定なのか？
何故、分散分析と適合度は常に片側検定なのか？ 教えて下さい、学生時代は何の疑問もなく検定してました…orz 以下、思いつく理屈です。 分散分析 平均値の差が大きく分散に影響するので、各要因間の平均値が仮に等しいとすれば、各要因間は等分散である。つまり、F検定を用いる事が出来る。 F=群間の分散/群内の分散 各郡間で異なるが、各郡内において同一である値を加算した場合、各郡内の平均値が変化する。しかし、各郡内の分散は各値と平均値が共に一定量増加するため、変化しない。変化するのは各群間の分散であり、各群間に加算した値の差異による増加しかしない。 ∴本質的に両側検定であるが、右側しか意味はないので片側検定のみ行う。 適合性分析 χ＾2＝Σ（実測値－理論値）^2/理論値において実測値＝理論値(完全適合)の場合、χ＾2=0で帰無仮説(適合性がある)は受容されるが、仮に両側検定であるなら棄却域に入る矛盾のため、右側検定のみ行う。 という認識は如何でしょうか？ご指導願います。
- ベストアンサー
- 数学・算数