階層データのその他の分析手法とは? わかりやすく解説

Weblio 辞書 > 辞書・百科事典 > ウィキペディア小見出し辞書 > 階層データのその他の分析手法の意味・解説 

階層データのその他の分析手法

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「階層データのその他の分析手法」の解説

階層データ分析はいくつかの方法があるが、そのほとんどに問題がある。 まず、従来統計手法に基づき高次変数個人レベル分解して個人レベル分析するクラス変数個々割り当てる)ことが考えられるこの方法の問題点は、独立性仮定を破ることになり、結果偏り生じ可能性があることである。これは原子論的誤謬(atomistic fallacy)と呼ばれる従来統計的アプローチによるもう一つ方法として、個人レベル変数高次変数集約し、その高次レベル分析実行することが考えられるこの手法では、個人レベル変数平均を取るため、グループ内の情報全て捨てられてしまうことになる。8090%もの分散無駄になり、集約され変数間の関係が膨らみその結果歪んだものになる。これは生態学的誤謬ecological fallacy)と呼ばれ統計的には、情報損失加えて検出力低下もたらす階層データ分析するもう一つ方法は、ランダム係数モデル使用することである。このモデルは、各グループそれぞれの切片傾きを持つ異な回帰モデル持っている仮定するグループサンプリングされるので、このモデルでは、切片傾きグループ切片傾き母集団から無作為に抽出される仮定する。これにより、傾き固定されているが切片変化させることができると仮定して分析することができる。しかし、これには問題がある。個人成分独立しているが、グループ成分グループ間で独立しているだけでグループ内で依存しているからだ。また、傾きランダムだが、誤差項相関個人レベル変数の値に依存するという分析も可能である。このように階層データ分析するためにランダム係数モデル使用する場合高次変数組み込むことができないという問題がある。

※この「階層データのその他の分析手法」の解説は、「マルチレベルモデル」の解説の一部です。
「階層データのその他の分析手法」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。

ウィキペディア小見出し辞書の「階層データのその他の分析手法」の項目はプログラムで機械的に意味や本文を生成しているため、不適切な項目が含まれていることもあります。ご了承くださいませ。 お問い合わせ



英和和英テキスト翻訳>> Weblio翻訳
英語⇒日本語日本語⇒英語
  

辞書ショートカット

すべての辞書の索引

「階層データのその他の分析手法」の関連用語

1
8% |||||

階層データのその他の分析手法のお隣キーワード
検索ランキング

   

英語⇒日本語
日本語⇒英語
   



階層データのその他の分析手法のページの著作権
Weblio 辞書 情報提供元は 参加元一覧 にて確認できます。

   
ウィキペディアウィキペディア
Text is available under GNU Free Documentation License (GFDL).
Weblio辞書に掲載されている「ウィキペディア小見出し辞書」の記事は、Wikipediaのマルチレベルモデル (改訂履歴)の記事を複製、再配布したものにあたり、GNU Free Documentation Licenseというライセンスの下で提供されています。

©2025 GRAS Group, Inc.RSS