No.12883 Re: 被験者内の回帰分析? 【波音】 2010/06/22(Tue) 09:49
> xが1要因6水準の量的な独立変数
> x,yが共に量的変数なので,回帰分析ができる
この場合,xは量的なデータ(連続型のデータ)ではなく,質的なデータ(カテゴリカル型のデータ)です。yが連続型でxが6つの水準を持つカテゴリカル型変数ですから,1要因の分散分析です。
なお一般線形モデルの枠組みでは,分散分析はダミー変数を用いた回帰分析に等しいといえます。
No.12885 Re: 被験者内の回帰分析? 【ひの】 2010/06/22(Tue) 12:37
>この場合,xは量的なデータ(連続型のデータ)ではなく,質的なデータ(カテゴリカル型のデータ)です。
質問者が量的データと書いているのに,質的なデータであると決めつける根拠は?
普通に考えると順序尺度以上だと思いますけれど。
No.12886 Re: 被験者内の回帰分析? 【kai】 2010/06/22(Tue) 14:35
ロバスト回帰などで色々引っかかるとは思いますが.
以下のページの[講義ノートと補遺:後半]のファイルに頑健標準誤差について色々説明があります.
http://www.eco.osakafu-u.ac.jp/~kano/LightNEasy.php?page=econometrics
No.12890 Re: 被験者内の回帰分析? 【波音】 2010/06/22(Tue) 23:08
> 質問者が量的データと書いているのに,質的なデータであると決めつける根拠は?
まず「1要因6水準の量的な独立変数」というデータは"ない"でしょう。連続型の変数が水準(levels)を持つということはないわけですから(^_^;)
質問者さんが提示されているデータセット(形式)は列方向に水準を置いてありますが,データフレームの形式に置き換えれば添付図のようになるはずです(添付図はx1とx2しか書いてありませんが)。
変数xは6つの水準を持っているということから,xは連続型ではなくカテゴリカル型だと考えるのが一般的かと思ったわけです。そう考えれば,提示されたデータセットも要因の水準(x1からx6まで)が列方向に置かれたものであろうな,と察したわけです。
私の早とちりならお騒がせ致しました。
No.12891 Re: 被験者内の回帰分析? 【ひの】 2010/06/23(Wed) 07:59
>変数xは6つの水準を持っているということから,xは連続型ではなくカテゴリカル型だと考えるのが一般的
「連続型でないならばカテゴリカル型」というのは飛躍していると思います。間隔尺度,順序尺度の可能性もあります。
No.12896 Re: 被験者内の回帰分析? 【ann】 2010/06/23(Wed) 16:47
私の説明不足で申し訳ありません。
どうやら要因と水準という言葉を使用したのが間違っていたみたいですね。
ど ういうデータか具体的に説明すると,これは独裁者ゲームに第3者の制裁オプションを追加した第3者制裁ゲームと呼ばれるゲームのデータです(Fehr, E., & Fischbacher, U. (2004). Third-party punishment and social norms. Evolution and Human Behavior, 25, 63-87.)。
このゲームでは3人のプレー ヤー,A,B,Cがポイントをやりとりします。ゲーム開始時,Aは100点,Bは0点,Cは50点持っていて,まず,Aは100点の内,何点をBに譲るか (50,40,…0点)決定します(譲渡量)。これが上記の独立変数になります。次に,AがBに譲った点数に応じて,Cは50点の内,何点を使ってAの点 数を減らすか決定します(制裁量)。これが従属変数になります。ただし,この時,CはAの全ての譲り方(50,40,…0点)に対して,制裁量を決定する ため,下記のようなデータになると思われます。
――――――――――
50 40 30 20 10 0
――――――――――
1 1 3 8 11 14 17
2 0 2 6 13 15 18
3 0 1 9 10 12 12
: : : : : : :
――――――――――
このデータに対して,Fehr & Fischbacher(2004)では譲渡量を独立変数,制裁量を従属変数とした回帰分析をしていて,それと同じ分析をしたいので質問しました。
元論文では以下のように書いてあり,
OLS regression of punishment on the variable (50-transfer) confirms this result, yielding a highly significant (P < .001) slope coefficient of .28 while the constant is close to zero (-0.45) and not significant (P = .230).
これに脚注で以下のように付け加えられてあります。
Our significance tests are based on robust standard errors that take into account the fact that a given individual's punishment choices are dependent observations, whereas across individuals the punishment choices represent independent observations.
● 「統計学関連なんでもあり」の過去ログ--- 043 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