- ベストアンサー
※ ChatGPTを利用し、要約された質問です(原文:グループに属するかどうかにロジスティック回帰分析?)
ロジスティック回帰分析とマルチレベル分析について
このQ&Aのポイント
- ロジスティック回帰分析とは、グループからの事例発生の有無を従属変数とし、各得点を独立変数として分析する統計手法です。
- しかし、対象者自身がグループに属している場合、ロジスティック回帰分析は適用できません。代わりにマルチレベルモデルを用いる必要があります。
- 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使用します。ただし、資料や本が少ないため、SPSSの資料や本を探すのが難しいかもしれません。
- みんなの回答 (2)
- 専門家の回答
質問者が選んだベストアンサー
判別分析としてLogistic regression analysis となります。もし、指導者からマルチレベル分析をするようにとの事であれば、下記の著書をお薦めします。 The R book(岡田昌史 編, 九天社, 第15章) すぐに役だつ統計のコツ(情報統計研究所 編, オーム社) 母集団仮検定なら「t-test」でも意味があるかもしれませんね。 要するに、Logistic model が必要なのか、2群の判別Modelが必要なのか、単に平均値の有意差検定で良いのか、お考え下さい。
その他の回答 (1)
- trytobe
- ベストアンサー率36% (3457/9591)
回答No.1
普通は、単なる「2群の母集団が異なるか否か」という、「t検定」が使えるように、点数を離散値ではない連続値にして、薬効のプラセボvs.投与群のように検定するだけです。 つまり、「有」「無」という2つの群に「層別」して、母集団の平均・標準偏差から、母集団が同一か否か、を判断するだけ。