No.09763 Re: こんなことは可能なのでしょうか? 【波音】 2009/04/27(Mon) 09:05
一般化線形モデルでいえば,多項ロジスティック回帰モデル(多項ロジットモデル)というモデルで解析されるべき問 題ではないですか?あるいは,もし「ドライバの回答」という変数の水準が順序関係を持っている,順序尺度のデータなのであれば,順序ロジットモデルで解析 したほうが適切だと思われます。
参照:
Annette J. Dobson著, 田中ほか訳 2008 一般化線形モデル入門 共立出版 p163-180
Alan Agresti著, 渡邉ほか訳 2005 カテゴリカルデータ解析入門 サイエンティスト社 p287-315
No.09776 Re: こんなことは可能なのでしょうか? 【大学院生】 2009/04/28(Tue) 12:02
返信ありがとうございます.
「ドライバの回答」という変数の水準は順序関係を持っていません.ですので,一度,多項ロジスティック回帰モデルでの検討を行ってみます.
ちなみに,私は多群の線形判別分析を行い,Wilksの偏Λ統計量の観点から,各説明変数が目的変数の判別にどれだけ寄与しているかを表すことができると考え,実際に計算してみたのですが,この方針はあっているのでしょうか?
No.09777 Re: こんなことは可能なのでしょうか? 【波音】 2009/04/28(Tue) 12:56
確かに,例えば身長と体重によってあるサンプル(被験者)が男性か女性かを予測しようとするとき,判別分析モデル でも2値ロジットモデルで解析しても,最終的には「サンプルTが男性である確率(あるいは女性である確率)」というものが同様に得られますから,分析の目 的としては同じものであるとして考えてもよいのかもしれません。
でも実際にはそれぞれの場面に対して適切な選択というのがあるのでしょうが,,, どうなんでしょう。ごめんなさい,私にはそこまで把握できていません(^_^;)
> Height <- c(177, 180, 175, 182, 170, 166, 159, 160, 155, 163)
> Weight <- c(75, 73, 70, 85, 69, 65, 60, 61, 58, 68)
> Sex <- c(1, 1, 0, 1, 1, 1, 0, 0, 0, 0)
> Sex <- factor(Sex, levels=c(1, 0), labels=c("male", "female"))
# ロジットモデルとして解析
> logit.model <- glm(Sex ~ Height + Weight, binomial)
# 判別分析を行うldaはMASSライブラリにあるので呼び出す
> library(MASS)
> d.model <- lda(Sex ~ Height + Weight) # 判別分析モデル
# ロジットモデルによって求められる確率
> lg.prob <- fitted(logit.model)
# 判別分析モデル:
> d.prob <- predict(d.model)$posterior[,2]
> lg.prob # サンプル1から10が女性である確率
1 2 3 4 5 6 7
0.10345534 0.09279978 0.23665446 0.01376522 0.41361913 0.68295867 0.91941496
8 9 10
0.89616468 0.96317745 0.67799031
> d.prob # 同じく判別分析で求めた,サンプルが女性である確率
1 2 3 4 5 6 7
0.11737888 0.06481869 0.18678309 0.03424479 0.42352439 0.66339274 0.91450563
8 9 10
0.89314155 0.96515357 0.78791840
No.09778 Re: こんなことは可能なのでしょうか? 【大学院生】 2009/04/28(Tue) 14:18
適切な選択,それは当事者である私が状況を理解して選択すべきものですよね.ご指導いただきましてありがとうござ いました.以下に,私がΛ統計量を扱う上で参考にした書籍を示します.かなりわかりやすく書かれているので,今後Λ統計量を扱う可能性のある人の助けにな ればと思います.
田中豊,垂水共之 編 1995 Windows版 統計解析ハンドブック 多変量解析 共立出版 p.72-74
お忙しい中,ありがとうごさいました.
● 「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