SPSSのロジスティック回帰分析の調整オッズ比

このQ&Aのポイント
  • SPSSのロジスティック回帰分析において、調整オッズ比は影響要因の強さを比較するための指標です。
  • 調整オッズ比は、X同士の尺度の違いによる影響を考慮して算出された値であり、尺度幅が異なっていても比較可能です。
  • 調整オッズ比を利用することで、異なる尺度で測定されたXの影響を適切に評価することができます。
回答を見る
  • ベストアンサー

SPSSのロジスティック回帰分析の調整オッズ比

現在,研究にてSPSSを使用し,統計処理を行っております。 方法として,ロジスティック回帰分析を行いました。 ある程度結果としては出すことはできた状況です。 最終的に影響要因として示されたXがいくつかあるのですが, ・ダミー変数で(0,1)として投入したもの ・尺度を利用したもの(4件法) があるとします。 SPSSの結果に表示されるオッズ比は,「調整オッズ比」とのことですが, オッズ比が調整されているということは,X同士の尺度幅(?)が違っても, 単純に算出されたオッズ比の数値を比べれば,影響要因の強さの比較ができると考えてもよさそうですか? 調整オッズ比の意味がいろいろ調べてみたのですが,あいまいなので,ご教授お願いいたします。

質問者が選んだベストアンサー

  • ベストアンサー
  • takurinta
  • ベストアンサー率71% (64/90)
回答No.1

駄目だと思います。 「調整オッズ比」はモデルに含まれている他の変数の効果で調整されたものですが、オッズ比自体は、変数の値が1増えた場合のオッズの変化を示しています。 0/1データについてはあり/なしのオッズ比なのでごく普通のものですが、4件法に1,2,3,4のような値を与えているのなら、それは、その尺度が1増えた時のオッズ比を示しているということになります。(これについては、連続量について計算されたオッズ比について調べたなら既にご存知のはずとは思いましたが、念のために) 調整というのは、他の尺度と比較するための調整ではありません。モデルの中に含まれている因子に効果を振り分けることによって、他の尺度による影響を取り除いたという程度のものです。4件法の尺度が1増えたこととダミー変数の変化=あり/なしによる変化とをそのまま比較することに意味があるなら、オッズ比の比較にも意味があることになりますが、そうでないなら、オッズ比の数字の比較に意味はないということになります。 なお、1,2,3,4のような尺度にした場合は、4つの尺度の間隔が等間隔であることを暗に仮定しているので、実は、そもそも尺度にどのようなスコアを与えるべきなのかから始めなければならないのです。しかし、それも詮無きことかもしれないですので、過去の同様の研究にならってスコアを与えることにして、スコアリングについては深く追求しないという方法しかないかもしれません。 まずは、過去の文献を徹底的に読み込むことから始めてください。

go_around_1986
質問者

お礼

返答ありがとうございます。 理解していたことと,できなかったことが結びついて,納得できました。 的確にお答えいただき,本当に助かりました。

関連するQ&A

  • SPSS17で二項ロジスティック回帰分析を行うには

    SPSS統計に関する基礎的な質問です。 SPSSを使って二項ロジスティック回帰分析を行う方法として、「分析」→「回帰」→「二項ロジスティック」を選択するとネットで調べました。 以前使っていたSPSS12ではこのやり方で二項ロジスティックの変数増加法、尤度比で解析していたのですが、SPSS17でやってみたところ、同じようにできず困っています。 SPSS17では「分析」→「回帰」を開くと、「線形」、「曲線推定」、「偏相関最少2乗法」、「順序」の4つしかなく、あちこち探ってみたのですが結局分からずじまいでした。 急いで解析しなければいけないデータがあり、また、SPSS12はもう使えない状況であるため、なんとかSPSS17で対応していかねばと思っております。 どうぞ具体的なやり方をご存じの方がいましたら、ご指南いただけないでしょうか。 宜しくお願いいたします。

  • 粗オッズ比と調整済みオッズ比

    粗オッズ比と調整済みオッズ比 ある因子(仮に高血圧)を持つ人が病気(仮に脳出血)になりやすいという2x2集計表がありオッズ比を算出すると20と出ました。ほかの因子(年齢や既往歴など)は単変量解析でp>0.30となっており、一応多変量解析も行いましたが高血圧のみ有意と出ています。統計ソフトのSPSSで調整済みオッズ比を算出してみると、0.04とでますがどう解釈すればいいんでしょうか?計算が間違っているのでしょうか、そもそも調整する必要があるのでしょうか?

  • 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?

  • 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。

  • 「累積ロジスティック回帰」で求められるのでしょうか?

    こんにちは。 卒業論文の中でアンケートを分析したいと考えています。 統計学を学んだことはないのですが、いくつか本を読むうちに自分のやりたい分析は累積ロジスティック回帰でできるのではないかと考えるようになりました。しかしながら本当にこの方法で分析できるのか自信がありません。 そのアンケートというのが、分かりやすくたとえると以下のようになります。(例えが変ですみません) Q1 あなたはディズニーランドに行きたいですか?  1.是非行きたい 2.まあ行きたい 3.どちらでもない 4.あまり行きたくない 5.行きたくない Q2 自宅からディズニーランドは近いですか?  1.近い 2.まあ近い 3.どちらでもない 4.やや遠い 5.遠い Q3 ディズニーランドの入園料は高いと思いますか?  1.高い 2.やや高い 3.どちらでもない 4.やや安い 5.安い Q4 ディズニーキャラクターは好きですか?  1.好き 2.やや好き 3.どちらでもない 4.やや嫌い 5.嫌い このような質問をし、「ディズニーランドに行きたい(もしくは行きたくない)」という気持ちに、「自宅からの距離」「入園料」「キャラクターの好み」がどの程度影響するかを明らかにしたいと考えています。 この場合、目的変数が質的変数(かつ順序尺度)であり、説明変数も質的変数(かつ順序尺度)であるため、累積ロジスティック回帰があてはまるのではないかと考えているのですが、正しいでしょうか? 最終的にはこれらの影響をパス図?で表せるといいなあと思うのですが・・・。 私は文型で、数学は大の苦手です。解析の本に出てくるΣの記号を見るたびに気分が悪くなるくらいです・・・。でもどうにか頑張って今回分析をしたいと考えています。 ロジスティック回帰分析についても、やり方がまだ十分理解できていません。(何冊本を取り寄せても、理解できないので・・・) もし本当に初心者向けに分かりやすい本やサイトがありましたら、そちらも教えていただけると非常に嬉しいです。 ちなみに分析に使えるソフトは、エクセルとSPSSです。 どなたかお分かりになる方、どうか教えてください!!よろしくお願いします。

  • ロジスティック回帰分析のモデルのあてはまり具合の基準。

    SPSSを用いてロジスティック回帰分析で統計データを 処理しようとしています。 出力される結果のCox&Snell R2乗、Nagelkerke R2乗の 値が、統計に用いたデータのロジスティックモデルへ のあてはまり具合の指標であることはわかるのです が、これらの値がどの程度の値を基準として「モデル にあてはまっている」と言えるのかがわからなくて困 っています。 統計学の初心者で統計学の本を調べながらデータ処理 を進めているのですが、上記に示した内容についての 説明が載っていなかったためこれらの値をどう捉えて いいのかわからなくて困っています。 出来るだけ具体的な値を示して教えてくれるとありが たいです。どなたか参考になるようなCox&Snell R2 乗、Nagelkerke R2乗の基準値のようなものを教えてい ただけないでしょうか。よろしくお願いします。

  • 重回帰分析について

    重回帰分析を用いて、性別を調整した解析を行いたいのですが・・・ 結果の見方がわかりません。 男を1、女を0というダミー変数にし、解析を行っています。 それによって、得られた標準化偏回帰係数が-(-)を示しているときは、男性の方が負の影響を与えているのか・・・それとも女性に負の影響を与えているのかわかりません。 また、調整するためのダミー変数ならば、得られた数値は無視して他の独立変数の値を見ればよいのか・・・どのように解釈したらよいのかわかりません。 統計に詳しいかたがいましたら、お願いします。

  • ロジスティック回帰モデルでの多変量の外れ値の検討法

    ある多変量データ(説明変数x1, x2, x3(比例尺度)、 目的変数y(名義尺度で0,1で表される)、それぞれ10000個くらいのデータ)をロジスティック回帰モデルを使ってモデル化しようとしています。 SPSSやエクセル統計分析のソフトを使ってモデル化を行ったところ、変数の有意性については確認できたのですが、Hosmer-Lemeshow検定や相関値によってモデルの適合度を確認するとモデルが適合していないことがわかり、元の生データに外れ値が含まれていると考えております。 この外れ値を除去する方法がわからないため書きこませて頂きました。 重回帰分析の場合は、残差をその標準偏差で割って標準化したもの(標準残差または標準化残差)についてある閾値を設けて外れ値の判定を行えばよいと思うのですが、ロジスティック回帰分析についても同じやり方でよいでしょうか?ロジスティック関数を使用しているので、予測値と観測値の残差や標準偏差をそのまま使ってはいけないような気もしています。 詳しい方がいらっしゃいましたら、教えていただけると幸いです。また、説明が詳しいホームページなどがございましたら、併せて教えていただけると幸いです。どうぞよろしくお願い申し上げます。

  • グループに属するかどうかにロジスティック回帰分析?

    統計手法について教えて下さい。 人数が10~100人程度のグループが100個あって、その人たちの環境について10個ほどの得点(1~10点)を得ます。 そのグループから事例が発生する(例えば病気になる人が出現する)ことを観察し、事例発生グループと発生しなかったグループとします。 この場合従属変数をグループからの事例発生の有無として、独立変数を各得点としてロジスティック回帰分析をかけることは出来ないのでしょうか? 対象者自身がグループに属してるのでロジスティック回帰分析は用いることが出来ないのではと言われマルチレベルモデルを用いるように指摘されました。マルチレベル分析では従属変数が二値変数の場合は一般化線形混合モデルを用いる様ですが資料が少なくSPSSでの資料や本はほとんど無いように思います。 またこの場合グループからの事例発生の有無の2群に分けてt-testで各得点の差を見ることは意味がありますでしょうか。 よろしくお教えいただきますようお願いいたします。

  • 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?