相関と回帰分析– category –
-
クロスバリデーションでモデル選択の過学習を回避!モデル選択で重要な理由とは?
多変量解析でモデル選択・変数選択をする際に、クロスバリデーション(交差検証)が必要になることがあります。 得られているデータを全て使って一度だけモデルを構築して終わり、という方法だと過学習(オーバーフィッティング)の問題が出てくるため、過学... -
重回帰分析での交互作用項は中心化したほうがいい?多重共線性の解消方法
この記事では「重回帰分析での交互作用項は中心化したほうがいい?多重共線性の解消方法」としてお伝えします。 重回帰分析で連続変数を含む交互作用項がある場合に勝手に中心化されることがある 中心化(センタリング)って何? 中心化することで本当に多... -
適合度検定とは?カイ二乗検定を使う理由や独立性の検定との違いを解説!
適合度検定は、統計解析の時に使う仮説検定の一つです。 ただ仮説検定はいろいろな検定がありすぎるので、 「適合度検定ってどんな時に使う検定なの?」 「適合度検定と独立性の検定って何が違うの?」 といった疑問を持っている方も多いはずです。 本記事... -
Wald検定とは?尤度比検定との違いやP値との関連もわかりやすく
この記事では、Wald検定に関してお伝えしていきます。 医療統計において、予後に対するリスク因子を探るため、ロジステック回帰分析やCoxの比例ハザード分析を行うことがよくありますね。 SPSSなどの統計ソフトウェアを用いて、ロジスティック回帰分析やCo... -
多変量解析の説明変数は何個が適切?変数の正しい選び方とは?
多変量解析(重回帰分析やロジスティック回帰分析、Cox比例ハザードモデルなど)は、回帰分析の中で説明変数を複数個入れた解析のこと。 一度にたくさんの変数を扱えるので非常に便利ですよね。 でも説明変数をどれくらい入れてもいいのか、悩んだことがあ... -
ステップワイズ法とは?意味や強制投入法との違いなどをわかりやすく解説!
重回帰分析やロジスティック回帰分析などの多変量解析での説明変数を選ぶ際に、よく"ステップワイズ法"という方法が使われています。 しかし 「ステップワイズ法ってどんな方法?」 「ステップワイズ法って良いの?」 などといった疑問を持っている方も多... -
多変量解析でのサンプルサイズの決め方求め方は?サンプル数少ないのは致命的
この記事では「多変量解析でのサンプルサイズの決め方求め方は?サンプル数少ないのは致命的」ということでお伝えします。 多変量解析をやっている論文でもサンプルサイズ計算はT検定でやっているけど、それっていいの? 予測モデル構築のためにはサンプル... -
多重共線性の問題点をわかりやすく!基準や目安はvifと相関係数のどちらを使う?
データ分析をする際には、多重共線性というものを考慮しなければならないことがあります。 多重共線性を考慮しないと間違った分析結果が出てしまうという問題点があるからです。 しかし実際の現場では、多重共線性を考慮せずに間違った結果を出してしまっ... -
多変量解析は医学研究でどう使われる?使い分けを実例を踏まえて解説
この記事では「多変量解析は医学研究でどう使われる?使い分けを実例を踏まえて解説」としてお伝えします。 医学研究をしていると、多変量解析の知識は必須です。 でも、多変量解析ってなぜ使われているのか、そしてどんな時に使う必要があるのか、という... -
最小二乗平均(LSMean)とは?共分散分析で有意差がある場合とない場合のパターン
この記事では「最小二乗平均(LSMean)とは?共分散分析で有意差がある場合とない場合のパターン」としてお伝えします。 論文を読んでいると最小二乗平均(LSMean)という単語が出てくる場合がありますよね。 最小二乗平均を知らない場合、普通の平均値と...