- 締切済み
二要因の二群の差の検定について
困ってます。教えてください。 同じ患者さんのＡ、Ｂ、Ｃの検査値があります。Ａの検査値の変動が、Ｂ、Ｃの検査結果により、変動する傾向があります。 いわゆる、散布図からみますと、ＡとＢ、ＡとＣには、単相関があり、相関係数はそれぞれ、Rab=0.67、Ｒac=0.57ぐらいでした。単回帰分析をすると、推定直線値には、有意差はなく、偏回帰係数は0.5、1.5ぐらいだったとします。ただし、Nが20ぐらいしかないので、重回帰分析はできそうにないので、せめて、Ａに対するＢとＣの関連性をしらべたいのですが、、 Ｂ、Ｃの検査結果を二項化（有り、無し）にして、それぞれの項目（有り有り、有り無し、無し有り、無し無し）におけるＡの値をいわゆるTwo factor factorial ANOVA で、Ａの検査結果に対するＢとＣの検査結果の影響が交互作用があるなし等の評価はできるでしょうか？ さらに、ＢとＣの作用の差は多重検定にするのでしょうか？？ 大変混乱していますので、教えてください。
- tetsuone
- お礼率50% (5/10)
- 数学・算数
- 回答数2
- ありがとう数0
- みんなの回答 （2）
- 専門家の回答
みんなの回答
- eclipse2maven
- ベストアンサー率32% (33/101)
＞、推定直線値には、有意差はなく というのは 回帰係数のp値のことでしょうか？ AとB AとCの無相関検定は？ どうなのでしょう？ あと BとCの相関は？ ためしに、因子分析をしてみるのも手かと思いますが。
- kgu-2
- ベストアンサー率49% (787/1592)
Aが目的変数(従属変数:y)、BとCは説明変数(独立変数:x1,x2)なら >相関係数はそれぞれ、Rab=0.67、Ｒac=0.57ぐらいでした。単回帰分析をすると、推定直線値には、有意差はなく Nが20なら、5%で有意のハズ。 >Nが20ぐらいしかないので、重回帰分析はできそうにない 説明変数が2なら、できるのでは。 気になるのは、BとCとの決定係数。これが高いと(0.1以上、と聞いたことがある)、多重共線性の問題がある、とか。 A,B,Cで分析すると、多重比較、になります。これは理解できないので、やらないことにしています。また、結論は、「全体で有意差が有る」。これでは、意味が無いので、私はしません。 それに、数値のデータと比較すると、有無だけでは、情報量が少なく、有意差を出すには、よほど差が有るか、データー数が多いか、ではないかと。
関連するQ&A
- ２群間の有意差検定について教えてください
加齢により徐々に低下していく血液学的パラメーターがあります。ある薬剤を使うと差が出るのか調べています。A群２６６例とB群２７８症例です。回帰式はA群；y = -0.970x + 54.69でR² = 0.067 、B群はy = -1.824x + 88.10 、R² = 0.150 となりました。群間の有意差検定をするにあたって相関係数を比較することは可能でしょうか？別のやり方があればご教示いただけると助かります。ヒントでも構いませんのでよろしくお願いいたします。
- 締切済み
- 病気
- 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
- 統計の問題がわかりません。どうかわかる方いたらお願いします。
回帰分析を行うもの、独立変数を使って従属変数を求めるものがまとめのデータがあります。 その求める前に、全ての変数についての相関係数を出しています。 この相関係数のところからわかったところにはＡとＢとＣの相関は高い、ＤとＥの相関は低いなど書かれています。 独立変数や従属変数間の相関などはなにか高いと悪い、低いと駄目などがあるんでしょうか？
- 締切済み
- 数学・算数
- 相関係数の差の検定についての質問です。
相関係数の差の検定についての質問です。 相関係数の差の検定について調べていましたら、Fischerのz変換という方法を調べついたのですが、上司からMeng-Rosental-Rubin methodという方法があるから、その方法で検定をしなさいと言われました。知らない方法だったので調べたのですが、Fisherのz変換と同一の方法なのか、それとも全く違う方法なのか分からず、どなたか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か。 相関係数は、ある事象について、AとBの方法で評価し、どちらの評価法の相関係数がより強く相関しているのかを検定をしたいです。 よろしくお願いいたします。
- ベストアンサー
- 心理学・社会学
- 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
- 3要因の分散分析について
A（２水準）×B（２水準）×C（２水準）の３つの独立変数から、Dの従属変数を比較する分析をおこなっています。 独立変数は３つとも対応のない要因です。 統計ソフトはSPSSを使っています。 最初に、仮説に沿うような部分だけで分析を実施しました。 Aの主効果、A×Bの交互作用、A×B×Cの交互作用を見たところ、Aの主効果とABCの交互作用が有意になりました。 この結果は仮説どおりで喜んでいたのですが、一応他の要因の主効果や、他の組み合わせの交互作用も検討しようと思い、 A、B、Cの主効果、A×B、A×C、B×Cの交互作用、A×B×Cの交互作用をみました。 その結果、1回目の分析で出ていたA×B×Cの交互作用は有意でなくなってしまい、Cの主効果とB×Cの交互作用が有意に出てきました。 おそらく分析の手順としては後から実施した方が正しかったのだと思いますが、 自分としては最初の分析結果の方が納得のいくものだったので、悩んでいます。 同じ交互作用をみても、投入する要因によっては有意確率が変わってしまうものなのでしょうか？ また、最初の分析方法では筋が通っていないことになってしまいますか？ 統計の初心者なので、よく理解できていないところが多いかと思いますが、 よろしくお願いします。
- ベストアンサー
- 心理学・社会学
- 3群の有意差検定について
初めて質問致します。 統計学については素人ですので、的外れな質問でしたらすみません。 現在、A・B・Cの3群についてある値を算出し、その値によって3群が分類できるかどうかを検討しております。 A・B・Cはそれぞれ標本数が異なっており、対応はありません。 等分散性の検定→分散分析→多重比較という手順で以下のように行いました。 Levene検定（有意差なし）→一元配置分析（有意差あり）→Bonferroni検定 Levene検定（有意差あり）→kraskull- wallis検定（有意差あり）→Bonferroni検定 この検定方法（特にBonferroni検定の採用）は正しいのでしょうか。色々調べてみたのですが結論が出ないので質問させていただきました。 ご教授よろしくお願いします。
- 締切済み
- 数学・算数
- 回帰 独立性
こんにちは。生物を学んでいるのですが、統計学が必要なので勉強し始めました。単回帰について、質問があります。 2変数ｘとｙとのあいだのピアソン相関係数や決定係数を求める際、 たとえばｙ＝ｘ-ｚのようにｙがｘ自体の関数として表せる場合、単純に求めた相関係数や決定係数は意味がありますか ？ （ここでｚはｘの関数であるかもしれないし、そうでないかもしれなく、つまり、具体的な関数の形はわかっていないと考えてください） 友人に、ｚの具体的な関数の形はさておき、ｙはとにかくｘの関数であり、ｘとｙは独立ではないので、上記の統計はあまり意味がないと言われました。でもそれはおかしいと思ったのです。なぜなら、仮にaとｂが独立だとして、回帰分析後に相互に相関があるとわかった場合、結局ｂはaに依存している（あるいはその逆）という結論が導きだされ、それはaとbは独立でなかったことを意味し、よってその統計に意味がなかったとされ、aとbを比べるということ（すなわち回帰分析自体）が意味がないということになってしまいます。 つまり、独立かどうかの判断が、統計を行う前になされるか後になされるかの問題にすぎず、aとbとの間の相関を見つけるために回帰分析をしたい人にとっては、永久に相関を見つけることができないということになります（なぜなら相関を見つけるということは、aとbが独立でなかったことを示す事他ならないからです） よろしくおねがいします。
- 締切済み
- 数学・算数
