レベル 1 の回帰方程式
出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2022/04/11 08:22 UTC 版)
「マルチレベルモデル」の記事における「レベル 1 の回帰方程式」の解説
レベル 1 の独立変数が 1 つある場合、レベル 1 のモデルは次のようになる。 Y i j = β 0 j + β 1 j X i j + e i j {\displaystyle Y_{ij}=\beta _{0j}+\beta _{1j}X_{ij}+e_{ij}} Y i j {\displaystyle Y_{ij}} – レベル 1 における、従属変数の個々の観測値ののスコア（i は個々のケース、j はグループ） X i j {\displaystyle X_{ij}} – レベル 1 の予測因子 β 0 j {\displaystyle \beta _{0j}} – グループ j（レベル2）における、従属変数の切片 β 1 j {\displaystyle \beta _{1j}} – グループ j（レベル 2）における、従属変数 Y i j {\displaystyle Y_{ij}} とレベル 1 の予測因子 X i j {\displaystyle X_{ij}} との間の傾き e i j {\displaystyle e_{ij}} – レベル 1 の方程式の予測のランダムエラー（ r i j {\displaystyle r_{ij}} とする場合もある) レベル1では、グループ内の切片と傾きについて、変化しない（現実にはまれ）、非無作為に変化する（レベル 2 の独立変数から予測可能）、無作為に変化する（独自の全体的な分布を持つ）のいずれかを仮定する。 レベル 1 の独立変数が複数ある場合、ベクトルや行列を式に代入することでモデルを拡張することができる。 応答 Y i j {\displaystyle Y_{ij}} と予測子 X i j {\displaystyle X_{ij}} との関係が非線形の場合、非線形関数で関係性を表現することで、モデルを非線形混合効果モデルに拡張することができる。例えば、応答 Y i j {\displaystyle Y_{ij}} が i {\displaystyle i} 番目の国の累積感染軌跡、 X i j {\displaystyle X_{ij}} が j {\displaystyle j} 番目の時点を表すとき、各国の順序つきペア ( X i j , Y i j ) {\displaystyle (X_{ij},Y_{ij})} はロジスティック関数に似た形をしているかもしれない 。
※この「レベル 1 の回帰方程式」の解説は、「マルチレベルモデル」の解説の一部です。
「レベル 1 の回帰方程式」を含む「マルチレベルモデル」の記事については、「マルチレベルモデル」の概要を参照ください。
- レベル 1 の回帰方程式のページへのリンク
