★ SPSSで数量化I類と専用ソフトで数量化I類 ★

1305. SPSSで数量化I類と専用ソフトで数量化I類 ha 2003/12/11 (木) 00:19
└1306. Re: SPSSで数量化I類と専用ソフトで数量化I類 青木繁伸 2003/12/11 (木) 01:04
 └1308. Re^2: SPSSで数量化I類と専用ソフトで数量化I類 青木繁伸 2003/12/11 (木) 01:22
  └1311. Re^3: SPSSで数量化I類と専用ソフトで数量化I類 ha 2003/12/11 (木) 04:25
   └1313. Re^4: SPSSで数量化I類と専用ソフトで数量化I類 青木繁伸 2003/12/11 (木) 09:13
    └1336. Re^5: SPSSで数量化I類と専用ソフトで数量化I類 ha 2003/12/11 (木) 22:11


1305. SPSSで数量化I類と専用ソフトで数量化I類 ha  2003/12/11 (木) 00:19

たびたび失礼いたします。

データを1と0のダミー変数に置き換えてSPSSにかけてみた重相関係数と専用ソフト(Let’s●●)というものにかけてみた重相関係数が異なってしまいました。

専用ソフトは0と1のダミー変数ではなく,1から続く数値に置き換えて分析しました。

====================
例:色の濃さ

1から続く数値の場合
色が薄い−>1 色が濃い−>2

0と1のダミー数の場合

色が薄い 0 色が濃い 1

としました。
======================

ダミー数を変えると結果が変わってくるのでしょうか・・。
数量化をするには0と1のダミー数がよいのか,または1からつづく数値を用いた方が良いのか不明です。

SPSSで1からつづく数値に置き換えたものをかけてみたのですが,そちらも0と1のダミー数と重相関係数は異なりました。

ご教授お願いいたします。

     [このページのトップへ]


1306. Re: SPSSで数量化I類と専用ソフトで数量化I類 青木繁伸  2003/12/11 (木) 01:04
違うわけがありません。

以下の3つをあなたが使ったソフトで分析してみてください。

同じにならなかったら,その結果をここへ載っけてみてください。
x1    x2    Y
1    0    2.3
0    1    3.7
1    0    2.5
0    1    3.9
1    1    6.5
1    0    2.1

1/2データにします
x1    x2    Y
2    1    2.3
1    2    3.7
2    1    2.5
1    2    3.9
2    2    6.5
2    1    2.1

1/11データ(^_^)にします。
x1    x2    Y
11    1    2.3
1    11    3.7
11    1    2.5
1    11    3.9
11    11    6.5
11    1    2.1
        
どの場合にも,決定係数(重相関係数の二乗): 0.99265
です。

分析結果の中で,数値が異なるのは偏回帰係数と定数のところだけでしょう。
相関係数,偏回帰係数のt値とP値,標準化偏回帰係数,決定係数,重相関係数,自由度調整済み重相関係数,分散分析表の各数値,トレランス全部同じです。

     [このページのトップへ]


1308. Re^2: SPSSで数量化I類と専用ソフトで数量化I類 青木繁伸  2003/12/11 (木) 01:22
権威のあるソフトの結果でないとだめですか?

R でやってみると。
> cbind(x1, x2, y)
     x1 x2   y
[1,]  1  0 2.3
[2,]  0  1 3.7
[3,]  1  0 2.5
[4,]  0  1 3.9
[5,]  1  1 6.5
[6,]  1  0 2.1
> summary(lm(y ~ x1+x2))

Call:
lm(formula = y ~ x1 + x2)

Residuals:
         1          2          3          4          5          6 
 1.072e-16 -1.000e-01  2.000e-01  1.000e-01  1.857e-17 -2.000e-01 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)    
(Intercept)  -0.4000     0.2472  -1.618 0.204075    
x1            2.7000     0.2236  12.075 0.001222 ** 
x2            4.2000     0.2108  19.922 0.000276 ***
---
Signif. codes:  0 `***' 0.001 `**' 0.01 `*' 0.05 `.' 0.1 ` ' 1 

Residual standard error: 0.1826 on 3 degrees of freedom
Multiple R-Squared: 0.9926,    Adjusted R-squared: 0.9877 
F-statistic: 202.5 on 2 and 3 DF,  p-value: 0.0006305 

> x1 <- x1+1
> x2 <- x2+1
> cbind(x1, x2, y)
     x1 x2   y
[1,]  2  1 2.3
[2,]  1  2 3.7
[3,]  2  1 2.5
[4,]  1  2 3.9
[5,]  2  2 6.5
[6,]  2  1 2.1
> summary(lm(y ~ x1+x2))

Call:
lm(formula = y ~ x1 + x2)

Residuals:
         1          2          3          4          5          6 
-2.835e-15 -1.000e-01  2.000e-01  1.000e-01 -3.888e-17 -2.000e-01 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)    
(Intercept)  -7.3000     0.6412  -11.38 0.001454 ** 
x1            2.7000     0.2236   12.07 0.001222 ** 
x2            4.2000     0.2108   19.92 0.000276 ***
---
Signif. codes:  0 `***' 0.001 `**' 0.01 `*' 0.05 `.' 0.1 ` ' 1 

Residual standard error: 0.1826 on 3 degrees of freedom
Multiple R-Squared: 0.9926,    Adjusted R-squared: 0.9877 
F-statistic: 202.5 on 2 and 3 DF,  p-value: 0.0006305 

両方の出力で,Multiple R-Squared: 0.9926 となっていますね。

     [このページのトップへ]


1311. Re^3: SPSSで数量化I類と専用ソフトで数量化I類 ha  2003/12/11 (木) 04:25
> 両方の出力で,Multiple R-Squared: 0.9926 となっていますね。

データの入力間違いでした。
申し訳ありません。
大変お恥ずかしいです。

私の勘違いにも関わらず,丁寧に教えていただきまして誠にありがとうございました。

数量化I類を行う理由として:
数量化I類を使用することで,相関とカテゴリスコアーを求め,評価用語にどれだけカテゴリが関わっているかを調べ,より重要なカテゴリを抽出したいのです。

また,現時点では,カテゴリが多くて一度に数量化I類へかけれないので,分けてかけたいと思います。
分けるときに関連を持たせるには,分けたそれぞれに共通するカテゴリを入れて分析したらよいかと考えております。


     [このページのトップへ]


1313. Re^4: SPSSで数量化I類と専用ソフトで数量化I類 青木繁伸  2003/12/11 (木) 09:13
> また,現時点では,カテゴリが多くて一度に数量化I類へかけれないので,分けてかけたいと思います。
> 分けるときに関連を持たせるには,分けたそれぞれに共通する
> カテゴリを入れて分析したらよいかと考えております。

ケース数(データ数)に比べて,独立変数の数が多く,理論的に一度に全変数を分析対象にできないということですね。

ステップワイズ変数選択をすればいいと思います。
思っているより遙かに少ない変数しか必要ないのではないでしょうか。

     [このページのトップへ]


1336. Re^5: SPSSで数量化I類と専用ソフトで数量化I類 ha  2003/12/11 (木) 22:11
お返事誠にありがとうございます。

> ステップワイズ変数選択をすればいいと思います。
> 思っているより遙かに少ない変数しか必要ないのではないでしょうか。

「ステップワイズ変数選択」ですね。
ありがとうございました。

     [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--- 026 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