3　CA検定　　dog　　2000/11/04 (土) 04:49
　　24　Re: CA検定　　DISIR　　2000/11/07 (火) 15:42
　　　51　Re^2: CA検定　　てんとうむし　　2000/11/10 (金) 14:35
　　　　64　Re^3: CA検定　　DISIR　　2000/11/13 (月) 13:08
　　　　　71　Re^4: CA検定　　てんとうむし　　2000/11/14 (火) 11:51
　　4　Re: CA検定　　マンボウ　　2000/11/04 (土) 21:31
　　　5　Re^2: CA検定　　dog　　2000/11/05 (日) 03:11
　　　　6　Re^3: CA検定　　???　　2000/11/05 (日) 12:44
　　　　　7　Re^4: CA検定　　マンボウ　　2000/11/05 (日) 20:19
　　　　　　10　Re^5: CA検定　　???　　2000/11/06 (月) 08:43
　　　　　　　11　Re^6: CA検定　　青木繁伸　　2000/11/06 (月) 10:46
　　　　　　　　14　Re^7: CA検定　　???　　2000/11/06 (月) 15:02
　　　　　　　　　16　Re^8: CA検定　　青木繁伸　　2000/11/06 (月) 19:03
　　　　　　　　　　19　Re^9: CA検定　　???　　2000/11/07 (火) 08:39
　　　　　　　　　　18　Re^9: CA検定　　???　　2000/11/07 (火) 08:17
　　　　　　　　　　　20　Re^10: CA検定　　青木繁伸　　2000/11/07 (火) 11:07
　　　　　　　　　　　　29　Re^11: CA検定　　???　　2000/11/08 (水) 08:08
　　　　　　　　　　　　28　Re^11: CA検定　　???　　2000/11/08 (水) 08:04
　　　　　　　　　　　　　32　Re^12: CA検定　　青木繁伸　　2000/11/08 (水) 11:24
　　　　　　　　　　　　　　33　Re^13: CA検定　　青木繁伸　　2000/11/08 (水) 11:25
　　　　　　　　　　　　　　　34　Re^14: CA検定　　青木繁伸　　2000/11/08 (水) 11:25
　　　　　　　　　　　　　　　　46　Re^15: CA検定　　???　　2000/11/10 (金) 09:48
　　　　　　　　　　　　　　　　　54　Re^16: CA検定　　マンボウ　　2000/11/10 (金) 20:04
　　　　　　　　　　　　　　　　　　58　Re^17: CA検定　　???　　2000/11/11 (土) 10:01
　　　　　　　　　　　　　　　　　48　Re^16: CA検定　　青木繁伸　　2000/11/10 (金) 10:42
　　　　　　　　　　　　　　　　　　49　Re^17: CA検定　　???　　2000/11/10 (金) 12:32
　　　　　　　　　　　　　　　　　　　50　Re^18: CA検定　　青木繁伸　　2000/11/10 (金) 13:30
　　　　　　　　　　　　　　　　　　　　57　Re^19: CA検定　　???　　2000/11/11 (土) 09:46
　　　　　　　　　　　　　　　　　　　　56　Re^19: CA検定　　???　　2000/11/11 (土) 09:38
　　　　　　　　　　　　　　　　39　Re^15: CA検定　　マンボウ　　2000/11/08 (水) 20:48
　　　　　　　　　　　　　　　　　40　Re^16: CA検定　　マンボウ　　2000/11/08 (水) 20:49
　　　　　　　　　　　　　　　　　　41　Re^17: CA検定　　dog　　2000/11/08 (水) 23:50
　　　　　　　　　　　　　　　　　　　42　Re^18: CA検定　　DISIR　　2000/11/09 (木) 12:53
　　　　　　　　　　　　　　　　　　　　44　Re^19: CA検定　　dog　　2000/11/10 (金) 02:41

3.　CA検定　　dog　　2000/11/04 (土) 04:49

他の記事に刺激を受けました。 よく，2値データに対して用量反応関係をみたくCochran-Armitage検定をしたいシチュエーションに立たされます。 いちいち計算するのが面倒なので(SASを使っているので)，proc freqのマンテル検定で代用してます。 皆さんはどうしてますか?回帰分析?（だと，ちょっと荒っぽいかなと思ってマンテル検定してるんですけど）

　　　　　[このページのトップへ]

24.　Re: CA検定　　DISIR　　2000/11/07 (火) 15:42

> いちいち計算するのが面倒なので(SASを使っているので)，proc freqのマンテル検定で代用してます。 SASを使える環境でなぜEXCEL云々という話になるのか理解できないのですが? FREQプロシジャでもMULTTESTプロシジャでもCochran-Armitage検定はできる。FREQなら単にオプションでtrendを指定すればよいのでは。。。 （例）data ca; do group=0,1,3,10;do y=1,0; input w @@;output;end;end;cards; 5 45 10 40 15 35 20 30 ; proc freq data = ca ; tables y*group/trend;weight w;run;

　　　　　[このページのトップへ]

51.　Re^2: CA検定　　てんとうむし　　2000/11/10 (金) 14:35

> FREQなら単にオプションでtrendを指定すればよいのでは。。。 > （例）data ca; do group=0,1,3,10;do y=1,0; > input w @@;output;end;end;cards; > 5 45 10 40 15 35 20 30 ; > proc freq data = ca ; > tables y*group/trend;weight w;run; DISIRさん。このtrendオプションってユーザーズガイドに見あたらないのですが。私の調べ方がわるいのかなぁ…?

　　　　　[このページのトップへ]

64.　Re^3: CA検定　　DISIR　　2000/11/13 (月) 13:08

> DISIRさん。このtrendオプションってユーザーズガイドに見あたらないのですが。> 私の調べ方がわるいのかなぁ…? 下記参照してください。多くの参考書が6.09ぐらい対象の書かれてるみたいですけど，SAS/STATは6.12でかなり機能拡張されてます。しかし，日本ではSAS/STATのユーザーズガイドは改訂されないというのは。。。。(米国では4thとかあるのに!!) 今，version8e(8.1)を試用していますが，今度は日本語のマニュアルがない!機能を完全に伝えられないのではと危惧しますね〜。 SAS/STATSoftware:Changes and Enhancements through Release 6.12(55779),「Chapter9 The FREQ Procedure Cochran-Armitage Test for Trend（P.235）」

　　　　　[このページのトップへ]

71.　Re^4: CA検定　　てんとうむし　　2000/11/14 (火) 11:51

> 下記参照してください。 > SAS/STATSoftware:Changes and Enhancements through > Release 6.12(55779),「Chapter9 The FREQ Procedure > Cochran-Armitage Test for Trend（P.235）」 わかりました。ありがとうございます。でも，英語で大変だぁ。 多くの参考書が6.09ぐらい対象の書かれてるみたいですけど，SAS/STATは6.12でかなり機能拡張されてます。しかし，日本ではSAS/STATのユーザーズガイドは改訂されないというのは。。。。(米国では4thとかあるのに!!) > 今，version8e(8.1)を試用していますが，今度は日本語のマニュアルがない!機能を完全に伝えられないのではと危惧しますね〜。 同感!　です。

　　　　　[このページのトップへ]

4.　Re: CA検定　　マンボウ　　2000/11/04 (土) 21:31

> よく，2値データに対して用量反応関係をみたくをしたいシチュエーションに立たされます。 > いちいち計算するのが面倒なので(SASを使っているので)，proc freqのマンテル検定で代用してます。 > 皆さんはどうしてますか?回帰分析?（だと，ちょっと荒っぽいかなと思ってマンテル検定してるんですけど） Cochran-Armitage 検定って，そんなに難しいものじゃないから，Excel で計算することもそんなに大変じゃないでしょう。 同じような検定を何回もやるのは面倒で，あのいやらしいVBAで計算するのもいやだけど(^_^)

　　　　　[このページのトップへ]

5.　Re^2: CA検定　　dog　　2000/11/05 (日) 03:11

レスありがとうございます。 > Cochran-Armitage 検定って，そんなに難しいものじゃないから，Excel で計算することもそんなに大変じゃないでしょう。 ExcelでやるならSASでやったほうが早いのでそうするのですが。 いちいち書くのが面倒で。マクロでもつくっておくのがいいですかねえ。 私としてはマンテル検定でいいよ（つうかそうしてる）という方がいるかなと思ったのです。少し都合がよすぎました。そういう目的で利用してはいけませんね。反省。

　　　　　[このページのトップへ]

6.　Re^3: CA検定　　???　　2000/11/05 (日) 12:44

> ExcelでやるならSASでやったほうが早いのでそうするのですが。 > いちいち書くのが面倒で。 　Mantel統計量が出ているのならば，手でも計算できます. 　（Mantel統計量）=（CA統計量）*（N/（N-1）） 　どちらの統計量でも，結論はほとんど変わらないでしょうね.

　　　　　[このページのトップへ]

7.　Re^4: CA検定　　マンボウ　　2000/11/05 (日) 20:19

> 　Mantel統計量が出ているのならば，手でも計算できます. > > 　（Mantel統計量）=（CA統計量）*（N/（N-1）） こんな簡単な関係式があるんですか... コクラン・アーミテージ検定って，一様性の検定の分解かと思っていたのですが，上の関係式は，直線性の検定と直線からの乖離の検定のいずれに該当するのでしょうか。 それとも，私の誤解でしょうか。

　　　　　[このページのトップへ]

10.　Re^5: CA検定　　???　　2000/11/06 (月) 08:43

>　こんな簡単な関係式があるんですか... 　Mantel検定の一般式を2×m分割表にして，CA統計量の式と比較すればわかります. > コクラン・アーミテージ検定って，一様性の検定の分解かと思っていたのですが， 　層別解析に使う場合のMantel-Haenszel検定のことですか? >　上の関係式は，直線性の検定と直線からの乖離の検定のいずれに該当するのでしょうか。 　ご質問の意味が，よく理解できません.

　　　　　[このページのトップへ]

11.　Re^6: CA検定　　青木繁伸　　2000/11/06 (月) 10:46

> > コクラン・アーミテージ検定って，一様性の検定の分解かと思っていたのですが， > > 　層別解析に使う場合のMantel-Haenszel検定のことですか? > > >　上の関係式は，直線性の検定と直線からの乖離の検定のいずれに該当するのでしょうか。 > > 　ご質問の意味が，よく理解できません. CA検定というのは，コクラン・アーミテージの検定を意味しているということでいいですか? http://aoki2.si.gunma-u.ac.jp/lecture/Hiritu/Armitage.html にあるものとの関連について質問されているようですね。

　　　　　[このページのトップへ]

14.　Re^7: CA検定　　???　　2000/11/06 (月) 15:02

> http://aoki2.si.gunma-u.ac.jp/lecture/Hiritu/Armitage.html > にあるものとの関連について質問されているようですね。 　このHPの記述に従うと，CA統計量は「要因，傾き」の「χ2のT」です. 　ただし，このHPの記述は，読む人に誤解を与えるのではないかと思います. 　HPでは，一次の直線回帰式の関係をもとに説明されており，「直線性の検定」や「直線式で説明できる」という類の表現が頻出します. 　しかし，CA統計量の有用性が高いのは，統計量自体が反応曲線に依存しない（単調傾向であれば，直線でなくてもよい）性質の漸近的に最良な推定値であるという理由によります. 　30年ほど前のFleissの教科書などの記述はこのHPのようになっているのですが，CA統計量の性質やCA検定の意味を誤解させる可能性があります. 　また，HP冒頭の「外的基準が連続変数であるとき」というのは誤りです.カテゴリーに何らかの順序（例えば，軽症・中程度・重症）があればよいのであって，連続変数である必要はありません.

　　　　　[このページのトップへ]

16.　Re^8: CA検定　　青木繁伸　　2000/11/06 (月) 19:03

なるほど，30年前と今では，状況が変わりましたか。 http://www.stata.com/support/faqs/stat/trend.html みたいなページも見つかりますが， > Overall chi2(2) = 4.551, pr>chi2 = 0.1027 > Chi2(1) for trend = 4.546, pr>chi2 = 0.0330 > Chi2(1) for departure = 0.004, pr>chi2 = 0.9466 という記述がありますので，これは古いコクラン・アーミテージ検定ですね。きっと。 現在のコクラン・アーミテージ検定に関する標準的参考文献を教えていただければうれしいです。 確かに，連続変数である必要はないと思います。しかし，例えば，軽症・中程度・重症に対して，1,2,3などとおくということでしょうか?でも，1,4,9とするとか，0,1,8とするかで，結果は変わってくるのですか? ...って，現在のコクラン・アーミテージ検定の定義を見ればいいのですね...

　　　　　[このページのトップへ]

19.　Re^9: CA検定　　???　　2000/11/07 (火) 08:39

> > 確かに，連続変数である必要はないと思います。しかし，例えば，軽症・中程度・重症に対して，1,2,3などとおくということでしょうか?でも，1,4,9とするとか，0,1,8とするかで，結果は変わってくるのですか? 　カテゴリーのスコアに関する適当な情報がない場合は，データからWilcoxonスコアを計算して割つける場合が多いのではありませんか.

　　　　　[このページのトップへ]

18.　Re^9: CA検定　　???　　2000/11/07 (火) 08:17

> なるほど，30年前と今では，状況が変わりましたか。 　私が言ったのは，次の二つです.特別に新しい話ではないと思いますが? 　1）CA統計量は，「直線式」の検定ではなく，曲線を含む「単調な傾向」の検定のための良い推定量である. 　2）CA検定は，連続変数ではなく，カテゴリーに何らかの順序があれば適用できる. 　なお，CA検定とMantel統計量との近い関係については，FleissもMantelの論文について触れています.

　　　　　[このページのトップへ]

20.　Re^10: CA検定　　青木繁伸　　2000/11/07 (火) 11:07

> 　1）CA統計量は，「直線式」の検定ではなく，曲線を含む「単調な傾向」の検定のた めの良い推定量である. 反応率の予測式 p_hat = a x+b は直線を仮定してますよね。 単調増加曲線を直線で近似するという意味では，【曲線を含む「単調な傾向」の検定】にもなりうるでしょうが。 「直線からの乖離」が曲線関係も含む検定になっているのではないですか? 私の使った「外的基準」という言葉はちょっと不適切ですが，群を表す数値がないときに，Wilcoxon score（mid-rank score と同じ意味ですね?）を使うのは，次善の策でしょう。レーマンだったかは，「mid-rank score よりは，経験的に付与するスコアの方がましだ」とかいっていたように記憶しています。 先の発言で挙げた URL の記事中でも，用量段階に 1,2,3 と仮定しての分析だったが，本来の Cochran-Armitage の定義からすると変だと思います。「曲線を含む「単調な傾向」の検定のための良い推定量である」ということならいいのかもしれないけど，それは「良い推定量である」というところに強調をおいているのでしょうか?

　　　　　[このページのトップへ]

29.　Re^11: CA検定　　???　　2000/11/08 (水) 08:08

> 私の使った「外的基準」という言葉はちょっと不適切ですが，群を表す数値がないときに，Wilcoxon score（mid-rank score と同じ意味ですね?）を使うのは，次善の策でしょう。レーマンだったかは，「mid-rank score よりは，経験的に付与するスコアの方がましだ」とかいっていたように記憶しています。 　私が言ったことと同じ意味でしょうか?　「経験的に付与」できるような「適当な情報」があれば，それを使えばよいのではないですか.（ただし，mid-rank scoreの定義と，レーマン?・・・のことは知りません.） 「最善の策」について，レーマン?は何か指摘しているのですか? >>「カテゴリーのスコアに関する適当な情報がない場合は，データからWilcoxonスコアを計算して割つける場合が多いのではありませんか.

　　　　　[このページのトップへ]

28.　Re^11: CA検定　　???　　2000/11/08 (水) 08:04

> 先の発言で挙げた URL の記事中でも，用量段階に 1,2,3 と仮定しての分析だったが，本来の Cochran-Armitage の定義からすると変だと思います。 「本来の・・・定義」というのが何を指しているのかはわかりませんが，CA統計量はスコア検定の統計量として位置づけられていますから，そのURLのページのようにスコアを割り付ける説明の仕方はおかしくはないと思います. >「曲線を含む「単調な傾向」の検定のための良い推定量である」ということならいいのかもしれないけど，それは「良い推定量である」というところに強調をおいているのでしょうか? 　質問の意味をよくつかめないのですが，私の文の意味は，前にも述べたとおり，CA統計量は反応曲線のタイプに依存しないということです. つまり，CA統計量に基づく検定の対立仮説は，一次回帰式の「傾き≠0」ではなく，単調性「p0<p1<p2・・・（あるいは，この逆）」だということです.これは，スコア検定の統計量の一般的な性質に由来します.

　　　　　[このページのトップへ]

32.　Re^12: CA検定　　青木繁伸　　2000/11/08 (水) 11:24

書庫から30年前の文献を引っ張り出してきました。 読んでみると，いろいろ忘れていたことも再確認できました。 P. Armitage (1955):Tests for linear trends in proportions and frequencies. Biometrics, 11, 375-386. > To measure and test the significance of the trend int the p_i, a natural procedure is to allot a score x_i to the i-th column(x_1<x_2<…<x_k)..(p.367) ということで，対象とするのは「trend」であり，また，スコアはなにを割り当ててもいいということですね。 当然，投与量などの既知のスコアであってもいい。「フライス（佐久間訳）「計数データの統計学」，東京大学出版会」のP.103 の例などは年齢がスコアですね。 それに引き続いて， > and to perform some sort of regression analysis of p on x. 「一種の」回帰分析というのがくせ者か つづく

　　　　　[このページのトップへ]

33.　Re^13: CA検定　　青木繁伸　　2000/11/08 (水) 11:25

376 ページの下に，次のような表があります。 Between columns　　　　　　　　d.f.　　　SS 　Due to linear regression　　　　1 　Departure from linearity　　　　k-2 Within columns TOtal linear regression とか linearity という用語は，説明の都合上（途中の説明）として使われているだけとも解釈できましょうが。 378 ページに， > Denoting by b the estimated regression coefficient of y on x, and by V(b) the estimated sampling varinance of b on the null hypothesis, と，あります。そして，カイ二乗検定統計量=b^2/V(b) を示しています。カイ二乗統計量は（直線回帰の）傾きの検定ですね。 （この直線回帰モデルは，一般的な傾向検定モデルの特殊な場合であることは否定しない。） つづく

　　　　　[このページのトップへ]

34.　Re^14: CA検定　　青木繁伸　　2000/11/08 (水) 11:25

Wilcoxon score は，カテゴリーに属するケースに順位をつけて得られるスコアですね。同じカテゴリーに属するケースは同順位なので平均順位がつけられる。mid-rank スコアも同じ意味です。 たとえば，等間隔スコアを与えたときに，pが単調増加の曲線に従うとき，等間隔でないあるスコアを与えたときにpがそのスコアにおいて直線関係が得られたら，そのスコアがカテゴリーに付与すべき真のスコアであるともいえるわけです。この観点から言えば，カテゴリーの数量化もできるかな。 結論として，私としてはコクラン・アーミテージ検定の説明が直線回帰モデルでなされても差し支えないという考えは変わらないですが，trend の検定として使えること，また，カテゴリーに与えられるスコアは任意に与えてもよいことをページに追記しようと思います。

　　　　　[このページのトップへ]

46.　Re^15: CA検定　　???　　2000/11/10 (金) 09:48

> たとえば，等間隔スコアを与えたときに，pが単調増加の曲線に従うとき，等間隔でないあるスコアを与えたときにpがそのスコアにおいて直線関係が得られたら，そのスコアがカテゴリーに付与すべき真のスコアであるともいえるわけです。この観点から言えば，カテゴリーの数量化もできるかな。 　この件については，発言をやめるつもりだったのですが，マンボウ氏のコメントもあり，読む人を誤解させる可能性が高いので書きます. 　この「真のスコア」なるものは，順序付けられたカテゴリーとpとの間に，直線式の関係を無理にあてはめて，恣意的に算出したものに過ぎません. 　マンボウ氏の計算結果は当然です.CA統計量は，単調性の検定ではあっても，関係が直線式に近いときに検出力が高くなるという性質を持つからです. 　わかりやすい例をあげれば，等間隔スコアで有意確率6〜10%のデータに，あなたの「真のスコア」を割り付けてみれば，有意水準5%以下の結果を得ることも可能です. 　このように恣意的な統計手法の利用を招かないように，データに基づいたWilcoxonスコアなどが利用されていると，私は理解しています.

　　　　　[このページのトップへ]

54.　Re^16: CA検定　　マンボウ　　2000/11/10 (金) 20:04

> 　わかりやすい例をあげれば，等間隔スコアで有意確率6〜10%のデータに，あなたの「真のスコア」を割り付けてみれば，有意水準5%以下の結果を得ることも可能です. このようなコメントがどうしてつくのか理解不能です(^_^;)

　　　　　[このページのトップへ]

58.　Re^17: CA検定　　???　　2000/11/11 (土) 10:01

> このようなコメントがどうしてつくのか理解不能です(^_^;) 　そうでしょうね.前回のデータ例を見たときにわかりました. 　カイ2乗近似のCA統計量の性質もわかっていないのですね.「架空例」であっても，私にはあのようなデータを用いた説明はできません.（意味は，別のコメントを見てください.）

　　　　　[このページのトップへ]

48.　Re^16: CA検定　　青木繁伸　　2000/11/10 (金) 10:42

> 　この「真のスコア」なるものは，順序付けられたカテゴリーとpとの間に，直線式の関係を無理にあてはめて，恣意的に算出したものに過ぎません. 恣意的というのはどうかな? 数量化I類でカテゴリーの数量化を行うのだって，同じやり方ではないでしょうか?

　　　　　[このページのトップへ]

49.　Re^17: CA検定　　???　　2000/11/10 (金) 12:32

> > 　この「真のスコア」なるものは，順序付けられたカテゴリーとpとの間に，直線式の関係を無理にあてはめて，恣意的に算出したものに過ぎません. > > 恣意的というのはどうかな? > 数量化I類でカテゴリーの数量化を行うのだって，同じやり方ではないでしょうか? 　これは，単なる分類に関する問題ではないので，同列に論議することはできません. 　「カテゴリーの数量化」といっても，スコア検定のための，カテゴリーに対するスコアの割付の問題です.スコアの割付に根拠もなく直線式を仮定することを「恣意的」と言っているのです. 　これが「真のスコア」ならば，必然的に検出力が高くなる性質を利用して，有意確率が微妙なデータの解析結果を操作することを認めることになります.

　　　　　[このページのトップへ]

50.　Re^18: CA検定　　青木繁伸　　2000/11/10 (金) 13:30

> 　これは，単なる分類に関する問題ではないので，同列に論議することはできません. 「分類に関する問題」とは，どういうことでしょう? 数量化I類は，外的基準値を予測するために各カテゴリーにスコアを付与することですよね。 > 　スコアの割付に根拠もなく直線式を仮定することを「恣意的」と言っているのです. 直線式を仮定するのが妥当かどうかは別の問題。 数量化I類だって，（重回帰分析だって），直線式を仮定しているが，それが正しいかどうかは別のところで検証する。 > 　これが「真のスコア」ならば，必然的に検出力が高くなる性質を利用して，有意確率が微妙なデータの解析結果を操作することを認めることになります. 「真のスコア」というのにこだわってませんか? マンボウ氏が作ったのは直線が仮定できるということに基づいて作られたデータだろうから，あのスコアを与えたときに直線になるのは当たり前。現実のデータでは真のスコアは不明なので，たとえば反応が直線関係になるようにスコアを与えてみたらどうなるのかを検証してみるのは別に悪くはない。その結果が正しいかどうかは，別の状況証拠と併せて評価すべし。

　　　　　[このページのトップへ]

57.　Re^19: CA検定　　???　　2000/11/11 (土) 09:46

> ・・・現実のデータ・・・ 　お二人に共通していますが，かなり頻度の小さいカテゴリーを複数含むデータを，解析例としては示さない方がいいでしょうね.CA統計量の性質がわかっていれば，このようなデータ例を出すことは怖いはずです. 　単純な直線回帰が念頭にあるので，このようなデータを出すのでしょうが，CA統計量には，例えば2×2分割表の場合と同様の問題が生じます.このようなデータについては近似が悪いので，Fisherの正確検定を応用したPを計算すべきでしょう.

　　　　　[このページのトップへ]

56.　Re^19: CA検定　　???　　2000/11/11 (土) 09:38

> 「真のスコア」というのにこだわってませんか? 　そうです.誤解を招く表現です. >> たとえば，等間隔スコアを与えたときに，pが単調増加の曲線に従うとき，等間隔でないあるスコアを与えたときにpがそのスコアにおいて直線関係が得られたら，そのスコアがカテゴリーに付与すべき真のスコアであるともいえるわけです。この観点から言えば，カテゴリーの数量化もできるかな。 　上記の発言から，下記の意味に読み取ることは，難しいでしょうね.マンボウ氏なる人も理解できていないから，あのようなコメントになるのではありませんか. > ・・・現実のデータでは真のスコアは不明なので，たとえば反応が直線関係になるようにスコアを与えてみたらどうなるのかを検証してみるのは別に悪くはない。その結果が正しいかどうかは，別の状況証拠と併せて評価すべし。 　直線的なスコアをあてはめて，目的とする有意水準以下のPを確保しようとする人が出ないことを祈ります.

　　　　　[このページのトップへ]

39.　Re^15: CA検定　　マンボウ　　2000/11/08 (水) 20:48

> たとえば，等間隔スコアを与えたときに，pが単調増加の曲線に従うとき，等間隔でないあるスコアを与えたときにpがそのスコアにおいて直線関係が得られたら，そのスコアがカテゴリーに付与すべき真のスコアであるともいえるわけです。この観点から言えば，カテゴリーの数量化もできるかな。 架空例でやってみましたよ。 以下のような架空例を解析することを考える。 群Aから群Eはこの順で並ぶ（順序関係が存在する）。 分数表示は，（反応例数）/（対象数） 群A 1/43 群B 1/24 群C 10/61 群D 12/38 群E 30/54 JavaScript で書かれたプログラムを使わせてもらう。 とりあえず，0,1,2,3,4 という等間隔スコアを与えたとき 切片 a = -0.0476541　　傾き b = 0.135470 　　　　　　要因　カイ二乗値　自由度　　有意確率 　　　　　　傾き　　44.00702　　 1　　　 0.00000 　直線からの乖離　　 4.07906　　 3　　　 0.25305 合計（非一様性）　　48.08609　　 4　　　 0.00000 直線からの乖離が有意ではないものの，カイ二乗値はちょっと大きい。

　　　　　[このページのトップへ]

40.　Re^16: CA検定　　マンボウ　　2000/11/08 (水) 20:49

実は，0,1,4,9,16 というスコアが真のスコアであり，このとき比率はスコアと直線関係になっている。 切片 a = 0.022405　　傾き b = 0.033291 　　　　　　要因　カイ二乗値　自由度　　有意確率 　　　　　　傾き　　48.02932　　 1　　　 0.00000 　直線からの乖離　　 0.05677　　 3　　　 0.99646 合計（非一様性）　　48.08609　　 4　　　 0.00000 直線からの乖離のカイ二乗値はほとんどゼロ。 =================== トレンドの検定ととらえるならスコアは何でもいい（ちょっと言い過ぎ）。 でも，コクラン・アーミテージの検定って，それだけではないだろう。

　　　　　[このページのトップへ]

41.　Re^17: CA検定　　dog　　2000/11/08 (水) 23:50

今日調べものをしていたら，multtestプロシジャでCA検定が出来る ことを知り，あっけなく当初の疑問が解決しました。報告まで。

　　　　　[このページのトップへ]

42.　Re^18: CA検定　　DISIR　　2000/11/09 (木) 12:53

> 今日調べものをしていたら，multtestプロシジャでCA検定が出来る > ことを知り，あっけなく当初の疑問が解決しました。報告まで。 前回のコメントでも書きましたがmulttestプロシジャでもできますが，multtestはデフォルトでやると思わぬ間違いを犯す場合があるのでfreqプロシジャで行う方無難。

　　　　　[このページのトップへ]

44.　Re^19: CA検定　　dog　　2000/11/10 (金) 02:41

> 前回のコメントでも書きましたがmulttestプロシジャでもできますが，multtest > はデフォルトでやると思わぬ間違いを犯す場合があるのでfreqプロシジャで行う方> 無難。 ごめんなさい見落としてました。しかもfreqでできるというのも知らなかった。 情けないです・・・

　　　　　[このページのトップへ]

● 「統計学関連なんでもあり」の過去ログ--- 011 の目次へジャンプ
● 「統計学関連なんでもあり」の目次へジャンプ
● 直前のページへ戻る