中山和弘(2018).看護学のための多変量解析入門
目次
- 第1章 統計学とデータ
- A 統計学の役割とは
- B データの種類を確認する
- C 量的データの分布を確認する
- D 質的データの分布を確認する
- 第2章 2つのデータの関連の組み合わせ
- A 3種類の組み合わせの概要
- B サンプルでたまたま起こったことかを検定する
- C ［量的データと量的データの関連］相関図，回帰直線，相関係数
- D ［量的データと質的データの関連］量と質の関連はグループ同士の平均値（分布）の比較
- E 量と質の関連で3グループ以上での平均値の比較
- F ［質的データと質的データの関連］質と質の関連はクロス表
- 第3章 3つ以上のデータの関連を見る多変量解析の基本
- A なぜ多変量解析が必要なのか
- B 多変量を測定する理由1：多くの説明変数を用いて目的変数の予測精度を上げる
- C 多変量を測定する理由2：尺度の信頼性と妥当性を高めるため
- D 多変量解析の種類
- 第4章 1つの量的データを複数の量的データで予測する重回帰分析：多変量解析の基本
- A 多変量解析の基本は重回帰分析
- B 多変量解析ならではの説明変数間の関連と組み合わせ
- C 説明変数を選んだり順番に入れたりする
- D 問題のあるデータをチェックする
- 第5章 量的データを目的変数として複数の説明変数がある分散分析
- A 基本的には一元配置分散分析に説明変数を追加するだけ
- B 説明変数の組み合わせの効果である交互作用
- C 主効果と交互作用の効果が重複している場合
- D 説明変数に量的データを含んだ共分散分析
- E 目的変数が複数ある多変量分散分析
- 第6章 量的データを目的変数として時間という説明変数がある分散分析
- A 同じ人に対して時間を追って測定する反復測定
- B 個人間と個人内でそれぞれ検定する
- 第7章 質的データを目的変数とするロジスティック回帰分析
- A 質的データを量的データ，質的データで予測する
- B 最尤法で回帰係数を求める
- C 回帰係数とオッズ比
- D 説明変数とモデル全体の検定と適合度
- E ケースの予測ができる
- F カテゴリ内の人数に注意
- G 目的変数が3カテゴリ以上の場合
- H 目的変数が潜在的に正規分布する場合はプロビット分析もある
- I 判別分析との違いからロジスティック回帰分析の特徴を見る
- J ロジスティック回帰分析に似ている対数線形モデル
- 第8章 時間という目的変数をもつ生存時間分析
- A 何かが起こるまでの時間を問題にする
- B いつどの程度起こったのかを比較するカプラン-マイヤー法
- C 起こる速さの要因を探る重回帰モデル
- 第9章 個人レベルとグループレベルの説明変数があるマルチレベル分析
- A サンプルが本当にランダムに選ばれているか
- B 分析の単位を何にするか
- C マルチレベル分析が階層線形モデル（HLM）や線形混合モデルとも呼ばれる理由
- D 切片や傾きがランダムに変動するのをマルチレベル分析ではどのように計算するのか
- E マルチレベル分析を行った結果を見てみる
- F マルチレベル分析は懐が深い
- 第10章 潜在変数を測定するための因子分析
- A いくつもの相関が高い観測変数の背景によるもの
- B 因子分析の段階的な計算手順の概要
- C 因子の固有値と因子数
- D 観測変数の因子負荷量と共通性
- E 因子の特徴を探る
- F 主成分分析と因子分析の違い
- 第11章 因子分析と重回帰分析を統合した構造方程式モデリング
- A 理論や仮説を図で描いて確認できる
- B 主な適合度の指標
- C SEMの主な利用法
- D 仮説のモデルの適合度が低いときは
![[PukiWiki]](image/stat_logo.jpg "[PukiWiki]"){kind=logo}
