Blog Sugiura

Enjoy

一般線形モデルの前提

sugiura, · カテゴリー: 未分類 · タグ: ,

独立性:一人から2回データを取って、それを「別人の」二人分のデータ扱いをしてはいけない。
 
分散の均一性
誤差の正規性
線形性
 
正規分布になってないデータは、変換する。
 平方根変換(ポアソン分布もこれで対応可)
 逆数変換
 対数変換
(逆正弦変換)

説明変数が二つになった場合

sugiura, · カテゴリー: 未分類 · タグ: ,

因果間関係を考えた場合、どちらの変数(もしくは両方)が、(よりよく)「説明」できるか、という問題になる。
 
ある要因だけを考えて分析して、有意な結果が出なかった場合、他の要因も考慮に入れることで、分析の結果が違ってくることがある。
1)「他の要因」こそが重要な要因である場合
2)「他の要因」を考慮することにより、はじめの「ある要因」の影響力が適切に測れるようになる場合
3)「ある要因」と「他の要因」それぞれ単独では有意でなくても、
   同時に考慮する(式に入れる)ことにより、両方が有意になる場合
 
逆に、要因を足すことにより、説明力が下がる場合は、その要因は追加すべきではない。

すべて分散分析表のp値を見て判断。
(ただし、詳しくは、逐次平方和と調整平方和を比べること)
 

一般線形モデル

sugiura, · カテゴリー: 研究 · タグ: ,

分散分析も回帰分析も一般線形モデルの一形式としてまとめられる。

違いは、説明変数が、
分散分析はカテゴリカル型変数、
回帰分析は連続型変数、というだけ。

「問い」は「従属変数は説明変数の影響を受けるか」(関連しているかどうか)
で、検定の結果を見るのは「分散分析表」。