- ベストアンサー
コクランのQ検定はなぜ多変量解析ではないのか、について教えてください
卒論でSPSSを使うことになったので、本を一生懸命読んでいるのですが、分からないことが…(教授も素人で聞けない^^;) 理解した・分かったつもりのことは、 私が集めたデータは全て質的データってこと、 SPSSができることは大きく分けると 関係を調べるのか、差を調べるのかってこと、 変数の数によって検定方法が異なること。 で!その変数ですが、、、 多変量解析って、3変数以上のものの分析を行うんですよね? コクランのQ検定も3変数以上だと思うのですが、 これは多変量解析にならないのでしょうか…? 変数の定義が分かってないのかもしれないですが(; ;) あ、念のためですが、この2つは差を調べる為の方法ですよね? 長くなりましたが、どなたか教えてください!
- みんなの回答 (3)
- 専門家の回答
質問者が選んだベストアンサー
こんにちは。これは多変量解析における変数の考え方と,コクランのQ検定などの有意差を調べる場合の変数の考え方に違いがあるためです。 コクランのQ検定は,例えばA条件,B条件,C条件であるカテゴリがあるかどうかを調べる場合に使われます。これは「『条件の違い』によって『カテゴリの有無』があるか」を調べることを意味します。これをもう少し整理すると次のようになります。 条件の違い【原因/独立変数】 → カテゴリの有無【結果/従属変数】 これを見て下さい。A・B・C条件は「条件の違い」という一つの独立変数としてまとまります。つまり質問者さんが疑問に思っている「コクランのQ検定の三変数以上」というのは整理の仕方によって,独立変数という一つの変数にまとめることができるのです。一般的に「カテゴリの有無」という従属変数を入れないで,変数が複数かどうかが問題となります。その意味では,コクランのQ検定は(原因が)一変数の分析法となりますね? さて,多変量解析における三変数以上というのは,このような整理したバージョンの変数が三つ以上ということを意味します。そして,この意味においてコクランのQ検定は多変量解析には含まれません。少なくとも一般的な分類では含まれません。 > あ、念のためですが、この2つは差を調べる為の方法ですよね? 「この2つ」というのは何でしょうか? 一つはコクランのQ検定で,これは差を調べる検定法です。もう一つというのは多変量解析のことでしょうか? 多変量解析とは特定の統計解析法を意味するのではなく,多くの変数を分析する統計解析法の総称です。No1さんが挙げられているように多くの手法がこの中に含まれます。その手法は差を調べる方法もあれば,関係を調べる方法もあります。しかし一般的には関係を調べる手法が多いでしょう。
その他の回答 (2)
- backs
- ベストアンサー率50% (410/818)
> コクランのQ検定は統計的仮設検定ではないので多変量解析の手法にならない、ということですね。 いえいえ、私はそんなこといっていませんよ(^_^;) 「多変量解析は統計的仮説検定ではない」といっているのです。コクランのQ検定は"統計的仮説検定"ですよ。統計的仮説検定のことを略して検定といっているのです。
お礼
理解力がなく、すみませんでした。 やっぱり難しいです(>_<) backsさんのご回答も参考にしつつ、また勉強します。 ご回答ありがとうございました。
- backs
- ベストアンサー率50% (410/818)
> 多変量解析って、3変数以上のものの分析を行うんですよね? その通りです。 > コクランのQ検定も3変数以上だと思うのですが、これは多変量解析にならないのでしょうか…? 大まかにいうと、重回帰分析、主成分分析、因子分析、判別分析、クラスター分析などを総称して多変量解析といっているわけで、このカテゴリの中にコクランのQ検定は入っていないということですね(分類上の問題)。 別の見方をすれば、多変量解析は統計的仮説検定ではないのでコクランのQ検定が多変量解析であるとはいえない(方法・目的上の問題)。 かといって、質問者さんの考え方も誤りではないです。いくつの変量を用いているかという観点からすれば正しいでしょう。実際、多要因の分散分析も一般線形モデルの立場からすれば、独立変数がカテゴリカル型であるか連続型であるかという違いだけで、扱っている(モデルに組み込まれている)変数の数は重回帰分析に等しいのです(考え方の問題)。
お礼
コクランのQ検定は統計的仮設検定ではないので多変量解析の手法にならない、ということですね。 手元の参考書は変数の「多くの変数を全体的にまたは同時に分類する方法が多変量解析」としかなかったので、???だったのです。。 でも、変数以外の視点から考えると、やっぱりコクランのQ検定は多変量解析の手法ではない、ということですね。なるほど! ご回答ありがとうございました。
お礼
お礼が遅くなり、すいません! 大変詳しいご回答ありがとうございました。 selferさんのご回答も参考にしつつ、また勉強します。