ステップワイズ重回帰|【多変量解析・統計学・統計解析】
ステップワイズ重回帰
ステップワイズ重回帰/相関〈Stepwise Multiple Regression/Correlation〉
重回帰分析の形式の1つで、段階をもつ同時MRC分析の組み合わせから構成される。
各段階において,その前段階で用いられたものに加えて、1つあるいはそれ以上の新たな予測変数が追加(増加法)または削除(減少法)される。
各段階においてどの変数が追加あるいは削除されるかという決定は変数どうしの経験的な関係によってのみ決定される。
切片〈Intercept〉を用いた回帰方程式の要素の1つで(一般にαの記号で衣される)。
すべての予測変数の値が0だったときの基準変数の値を示す。
標準化された回帰方程式においては,常に0になるため、この項は含まれない。
総当たり法による重回帰/相関〈All-Possible・Subsets Multiple Regression/Correlation〉
MRCの形式の1つで,多くの予測変数の組み合わせから値が最大になり,基準変数を最も予測するようなものを選出する。
この変数選択は,分析における変数間の実際の関係性にのみ依存する。
測定誤差〈Measurement Errors〉
MRC研究において,変数を測定するための手続きに信頼性と妥当性の問題が存在すること。
第三変数による説明〈Third・Variable Explanations〉
二変数間の関係の因果的説明が,両者の変数と関係するその他の(第三の)変数に起囚するような状況。
たとえば。年齢と成人における幸福度との関係か身体的健康に依存する,といった状況。
二変数または0次の相関係数
−1からIの間の値をとり,2つの変数の線形関係の程度と方向を表す係数(一般的にはrで表される)。
二乗された値は決定係数とよばれ、二変数の間で共有されている分散の割合を表す。
半偏相関係数(部分相関係数)〈Semipartial or Part Correlation Coefficient〉
−1から1の値をとり,1つあるいはそれ以上の変数の彫響が取り除かれた際に、2変数問の線形関係の程度と方向を示す係数。
二乗された値はXが他の予測変数と共有している分散がXのみから取り除かれた場合のYにおけるXと共有された分散の割合を表す。
偏回帰係数(重み)〈Partial Regression Coefficient or Weight〉
回帰式によって、予測変数の得点が基準変数の得点の予測のために掛けられることにより求められた数値。
いずれの予測変数もそれぞれの独自な係数をもつ。
これらの係数について言及される際,偏という文字が欠落してしまう場合が多いがそれらはその他のあらゆる予測変数の影響をパーシャルアウトした後の予測変数の影響をあらわしているため,「かたよった」係数である変量回帰においては,予測変数は1つしかなくパーシャルアウトの必要がないため,偏回帰係数は算出されない。
これらの係数には2つの形態があり、偏回帰係数と標準化偏回帰係数(一般的にβで表される)である。
偏相関係数〈Partial Correlation Coefficient〉
−1から1の値をとり、変数から1つあるいはそれ以上の変数の影響が取り除かれた場合に、2つの変数間の線形関係の程度と方向を表す係数。
二乗された値は.他の予測変数と共有している分散がyおよびXから取り除かれた場合の,FにおけるXと共有された分散の割合を表す。
抑圧変数〈Suppressor Variable〉
他の予測変数と高い相関を示すが、基準変数との相関は高くない予測変数。
抑圧変数の影響は,他の予測変数と基準変数の関係ない分散を収っていくので,予測変数と基準変数の関係が強く現れてしまう。
予測得点の標準誤差〈Standard Error of a Given Predicted Score〉
所与の予測変数の値の組み合わせから予測された標準誤差。
これは特定の予測得点の信頼区問の推定において推定標準誤差(平均誤差)よりも正確である。
予測変数あるいは独立変数〈Predictors or Independent Variables〉
重回帰分析において基準変数を説明したり予測したりするのに使われる変数。
この得点は常に実際に測定された点数である。
関連記事