『統計学が最強の学問である』西内啓(ダイヤモンド社)より自分用メモ。
多くの統計学的手法を「広義の回帰分析」として統計学者から一般化線形モデルと呼ばれている各手法をどう使い分けるか、何を見ればよいのかを整理した表。
各種データの関連性分析、将来の結果予測などのための枠組み。
分析軸(説明変数) |
|||||
2グループ間の |
多グループ間の |
連続値の多寡で |
複数の要因で |
||
比較したいもの |
連続値 |
平均値の違いで |
平均値の違いを |
回帰分析 |
重回帰分析 |
あり/なしなどの |
集計表の記述とカイ二乗検定 |
ロジスティック回帰 |
分析においてはp値、信頼区間などで誤差を考慮することが重要。
その他キーワードメモ。
●ランダム化比較実験
人間の制御しうる何物についてもその因果関係を分析できる強力な手法。しかし現実、倫理、感情の問題から実施できない場合がある。
人間の制御しうる何物についてもその因果関係を分析できる強力な手法。しかし現実、倫理、感情の問題から実施できない場合がある。
●ケースコントロール研究
ランダム化比較実験ができない場合に調査対象収集を工夫した事例の比較対照に層別解析を行うことでランダム化しなくても「フェアな分析」をする。
ランダム化比較実験ができない場合に調査対象収集を工夫した事例の比較対照に層別解析を行うことでランダム化しなくても「フェアな分析」をする。
●回帰分析
ケースコントロールのように事例の収集方法を工夫しなくても、より高度な手法を用いて可能な限り「フェアな分析」を可能にするための最も重要な枠組みのひとつ。→一般化線形モデルへ。
ケースコントロールのように事例の収集方法を工夫しなくても、より高度な手法を用いて可能な限り「フェアな分析」を可能にするための最も重要な枠組みのひとつ。→一般化線形モデルへ。