係数 標準誤差 t P-値ここからt値とP−値を見て,信頼できる(データとして使える)係数は,A1・A3・B2・C1・C2・C3・D1・D2となると思います。
切片 2.9874002 0.866255625 3.448635847 0.00059683
A1 3.736651697 0.99870245 3.741506488 0.000197755
A2 0.846806387 0.608252227 1.392196114 0.16430076
A3 -1.483657685 0.634369252 -2.338791925 0.019623891
A4 -0.737649701 0.74785246 -0.986357257 0.324295263
B1 -0.0499002 0.5183083 -0.096275131 0.923329345
B2 1.89246507 0.575975408 3.285669915 0.001067616
C1 3.000249501 0.922499265 3.252305573 0.001199098
C2 1.462325349 0.587136357 2.490606028 0.012980975
C3 -2.148328343 0.558170524 -3.848874582 0.000129405
C4 0.775199601 0.769947182 1.006821791 0.314364875
D1 -1.554765469 0.465529561 -3.339778181 0.000882467
D2 -1.229291417 0.57722617 -2.129652951 0.033545075
No.09022 Re: 回帰分析結果からのレンジの求め方 【青木繁伸】 2009/01/25(Sun) 09:59
あなたがやろうとしているのは,「数量化I類における係数のレンジの決め方」には反しています。少なくとも「P値<αの係数が信頼できる」ということもおかしいし,「信頼できる係数の差がレンジである」というのもへんですね。
なお,結果の表示も数量化I類の形式ではないので,これを数量化I類と呼んだり,数量化I類におけるレンジを表示したりするのは不適切です。あなたの行った,ダミー変数を使う重回帰分析と数量化I類は,同じものではありますが,両者を混同して解釈するのは不適切です。
以 下の文書を読めば分かると思いますが,ダミー変数を用いた重回帰分析の結果から,数量化I類で言うレンジを求めるのは,削除したカテゴリーの係数値は0と して,アイテム単位で「最大係数−最小係数」の計算をすればよいのです。A,B,C,D のレンジは,5.220309, 1.942365, 5.148578, 1.554765 となるわけですね。
数量化I類と重回帰分析の関連についての解説
http://aoki2.si.gunma-u.ac.jp/LaTeX/sreg-qt1.pdf
なお,どうしてもエクセルで数量化I類をやりたいということならば,以下を参照するとよいかも。
http://aoki2.si.gunma-u.ac.jp/lecture/stats-by-excel/vba/html/qt1.html
No.09023 Re: 回帰分析結果からのレンジの求め方 【山田】 2009/01/25(Sun) 14:35
早速の返信ありがとうございます。
>少なくとも「P値<αの係数が信頼できる」ということもおかしいし,「信頼できる係数の差がレンジである」というのもへんですね。
係数A1が0かどうかの有意性検定を,α=5% として行ってみると
A1のP値は 0.000197755で 0.019%ですので,P値>αとなり帰無仮説は棄却され,有効な説明変数である。
という考え方は間違っていますでしょうか?
>なお,結果の表示も数量化I類の形式ではないので,これを数量化I類と呼んだり,数量化I類におけるレンジを表示したりするのは不適切です。あなたの行った,ダミー変数を使う重回帰分析と数量化I類は,同じものではありますが,両者を混同して解釈するのは不適切です。
適切なご指摘,ありがとうございます。今まで混同していました。
> 以下の文書を読めば分かると思いますが,ダミー変数を用いた重回帰分析の結果から,数量化I類で言うレンジを求めるのは,削除したカテゴリーの係数値は0 として,アイテム単位で「最大係数−最小係数」の計算をすればよいのです。A,B,C,D のレンジは,5.220309, 1.942365, 5.148578, 1.554765 となるわけですね。
係数の検定の結果を問わず,「最大係数−最小係数」でいいのですね。
ありがとうございました。
No.09024 Re: 回帰分析結果からのレンジの求め方 【青木繁伸】 2009/01/25(Sun) 15:22
> 係数A1が0かどうかの有意性検定を,α=5% として行ってみるとA1のP値は 0.000197755で 0.019%ですので,P値>αとなり帰無仮説は棄却され,有効な説明変数である。という考え方は間違っていますでしょうか?
P値<α の書き間違いは別として,
有 効という言葉にもよるでしょう。検定は,帰無仮説が「回帰係数は0である」,対立仮説が「回帰係数は0ではない」としているだけです。ほかの変数(カテゴ リー)との相対比較をしているのではないので,他の変数(カテゴリー)が,意味的にも大いに有効なら,回帰係数が0ではないとされただけで有効とは言えな くなると思います。
● 「統計学関連なんでもあり」の過去ログ--- 042 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