ダミー変数を用いた重回帰分析（SPSS）：北村氏による統計実演会
いつも応援ありがとうございます！
こんにちは。ぴのこです。
再び、「統計実演会」のレポートをお送りしたいと思います。
今回は、北村氏による「重回帰分析」の解説です。
ここからは、
いよいよ専用のソフトを使って本格的な統計実演に入ります。
統計については（何に対してもですが）ド素人なわたくし( ﾟДﾟ)ﾊｧ?
何度動画を見直しても、右から左へ… →(ﾟ∀ﾟ)?→
※発表会は記録としてビデオカメラで撮影されています。
これは外国人に写経をやらせるよーな無茶振り！！
いささかの不安を抱えつつ、ご報告致します。。。
まず、
前回のデータを元に変数(性別、食べる機会、シーンなど)について、
それぞれのSD項目(さわやかさ、すっきり感、気分転換など)に
どの要因が影響しているか
を見ていきました。
通常、重回帰分析は説明変数の方に量的変数を用いますが、
今回はカテゴリの変数なので、
一般には数量化は数量化�砧爐鮖箸Δ箸海蹐�
重回帰分析の特殊系で行います（前回の記事も参照のこと）。
まず、数量化�砧爐鮟轍鶺∧�析で行うためのデータセットとして、
ダミー変数(0、1型のデータ)を用意。
このダミー変数を使うことで、カテゴリ型の変数を使った重回帰分析を行うことができ、
最終的には数量化�砧爐汎瑛佑侶覯未鯑世襪海箸�できるそうです。
【やり方】
１．解析は、変数ひとつずつしかできません。
まずは「さわやかな」という変数に対して、
先ほど作成したダミー変数を独立変数として入れていきます。
※すべての項目を入れると途中で計算ができなくなるので、
各カテゴリについて一つずつ除いた数 (変数数−１)を投入します。
２．モデルの適合度等を見ていく。
３．ここで
強制投入法(入れた変数すべてを使って説明する方法) または
ステップワイズ法(最小限の変数を逐次投入する方法)を選択
しますが、今回は強制投入法を採用しました。
【結果】
「さわやかな」という変数に対する重回帰分析の結果。
モデル集計では、
すべての変数を使って「さわやかな」というSDの結果に対して
どれくらい説明できるかが表されています。
今回のデータからは、
今回投入した変数では１割強しか説明できていないという結果に。
感性ワードに対して眠気、満腹感、性別、年齢、これまでの摂食機会といったものは、
あまり決定する要因にはならないということが読み取れました。
次回は、ひきつづき、
ダミー変数を用いた重回帰分析の
結果とまとめです！
再び、「統計実演会」のレポートをお送りしたいと思います。
今回は、北村氏による「重回帰分析」の解説です。
ここからは、
いよいよ専用のソフトを使って本格的な統計実演に入ります。
統計については（何に対してもですが）ド素人なわたくし( ﾟДﾟ)ﾊｧ?
何度動画を見直しても、右から左へ… →(ﾟ∀ﾟ)?→
※発表会は記録としてビデオカメラで撮影されています。
これは外国人に写経をやらせるよーな無茶振り！！
いささかの不安を抱えつつ、ご報告致します。。。
まず、
前回のデータを元に変数(性別、食べる機会、シーンなど)について、
それぞれのSD項目(さわやかさ、すっきり感、気分転換など)に
どの要因が影響しているか
を見ていきました。
通常、重回帰分析は説明変数の方に量的変数を用いますが、
今回はカテゴリの変数なので、
一般には数量化は数量化�砧爐鮖箸Δ箸海蹐�
重回帰分析の特殊系で行います（前回の記事も参照のこと）。
まず、数量化�砧爐鮟轍鶺∧�析で行うためのデータセットとして、
ダミー変数(0、1型のデータ)を用意。
このダミー変数を使うことで、カテゴリ型の変数を使った重回帰分析を行うことができ、
最終的には数量化�砧爐汎瑛佑侶覯未鯑世襪海箸�できるそうです。
【やり方】
１．解析は、変数ひとつずつしかできません。
まずは「さわやかな」という変数に対して、
先ほど作成したダミー変数を独立変数として入れていきます。
※すべての項目を入れると途中で計算ができなくなるので、
各カテゴリについて一つずつ除いた数 (変数数−１)を投入します。
２．モデルの適合度等を見ていく。
３．ここで
強制投入法(入れた変数すべてを使って説明する方法) または
ステップワイズ法(最小限の変数を逐次投入する方法)を選択
しますが、今回は強制投入法を採用しました。
【結果】
「さわやかな」という変数に対する重回帰分析の結果。
モデル集計では、
すべての変数を使って「さわやかな」というSDの結果に対して
どれくらい説明できるかが表されています。
今回のデータからは、
今回投入した変数では１割強しか説明できていないという結果に。
感性ワードに対して眠気、満腹感、性別、年齢、これまでの摂食機会といったものは、
あまり決定する要因にはならないということが読み取れました。
次回は、ひきつづき、
ダミー変数を用いた重回帰分析の
結果とまとめです！
数量化I類について(BlogPet)
いつも応援ありがとうございます！
数量化I類について
いつも応援ありがとうございます！
次回からお届けする、北村氏による統計実演会では、
数量化I類という統計を利用します。
数量化I類とは？
の解説にはたいてい一言で
連続変数である従属変数を予測する。
とあります。
また、統計ソフトSPSSには数量化I類のメニューはなく、
ソフト解説本などには
ダミー変数を用いた重回帰分析を行えばよい。
と書かれています。
（これについて統計上の詳細な解説をしてくださっているサイト
上記サイトには、数量化I類は、これを用いた論文を欧文誌に投稿すると
査読者に困惑されてしまう、なじみのない解析手法だと書かれています）
そこで重回帰分析の解説を調べるとこれまた
独立変数に基づいて従属変数を予測する。
などと書かれています。
どうやら、
ある変数から別の変数を予測するための解析なんだなー
と分かりますね。
普通の重回帰分析では、例えば外の気温から人間の体温を予測する、
というときの「外の気温」のように、
ちゃんと数値にできる変数を使います。
しかし、季節（春・夏・秋・冬）から人間の体温を予測する、
というふうに普通は数値にできない変数（カテゴリー変数）を扱いたい
ときもあります。
そうしたときに、各季節ごとに（春であれば1：春でなければ0）といった
ダミーの変数を入れてやって重回帰分析を行うわけなのです。
次回からの北村氏の統計実演会では、
菓子に対する「さわやかな」という感性ワード（従属変数）を
眠気、満腹感、性別、年齢、これまでの摂食機会といった条件（独立変数）から
説明できるか（予測できるか）
を解析したようです。
摂食機会や年齢はちょっと想像つきませんが、
例えば、食後ちょっと眠気を感じた女性がさわやかに感じるお菓子、
なーんていうものを開発できるってことかなあと
思いました。
あまり解説にはなっていませんが…
とりあえず次回より北村氏の実演会です！
数量化I類という統計を利用します。
数量化I類とは？
の解説にはたいてい一言で
連続変数である従属変数を予測する。
とあります。
また、統計ソフトSPSSには数量化I類のメニューはなく、
ソフト解説本などには
ダミー変数を用いた重回帰分析を行えばよい。
と書かれています。
（これについて統計上の詳細な解説をしてくださっているサイト
上記サイトには、数量化I類は、これを用いた論文を欧文誌に投稿すると
査読者に困惑されてしまう、なじみのない解析手法だと書かれています）
そこで重回帰分析の解説を調べるとこれまた
独立変数に基づいて従属変数を予測する。
などと書かれています。
どうやら、
ある変数から別の変数を予測するための解析なんだなー
と分かりますね。
普通の重回帰分析では、例えば外の気温から人間の体温を予測する、
というときの「外の気温」のように、
ちゃんと数値にできる変数を使います。
しかし、季節（春・夏・秋・冬）から人間の体温を予測する、
というふうに普通は数値にできない変数（カテゴリー変数）を扱いたい
ときもあります。
そうしたときに、各季節ごとに（春であれば1：春でなければ0）といった
ダミーの変数を入れてやって重回帰分析を行うわけなのです。
次回からの北村氏の統計実演会では、
菓子に対する「さわやかな」という感性ワード（従属変数）を
眠気、満腹感、性別、年齢、これまでの摂食機会といった条件（独立変数）から
説明できるか（予測できるか）
を解析したようです。
摂食機会や年齢はちょっと想像つきませんが、
例えば、食後ちょっと眠気を感じた女性がさわやかに感じるお菓子、
なーんていうものを開発できるってことかなあと
思いました。
あまり解説にはなっていませんが…
とりあえず次回より北村氏の実演会です！
統計解析ソフトSPSS
いつも応援ありがとうございます！
こんにちは。ブログ管理人です。
ぴのこさんによる統計実演会レポートお楽しみいただきのところ
恐縮です。
ぱたこ氏に引き続き、
北村氏の統計実演会をご紹介する前に
一休みして統計ソフトのご紹介をしたいと思います。
ULSラボで統計解析に使用しているのは
SPSSというソフトです。
ブログ管理人（←臨床心理学専攻）が学生の頃（遠い昔）は、
T検定は手計算（関数電卓）、分散分析はエクセル統計かStatView、
そして、多変量解析ソフトと言えばSASでした。
当時のSASはライセンス料金が大変高かったらしく、
利用するにはものすごく面倒な申請をして、
学内の特別な棟でたった2台しかないPCを使って、
OSもWindowsじゃなくて、UNIXでした。。。
以前リーダーぬっきぃが対談した某先生の頃
はもっとすごくて、非常に複雑な多変量解析（因子分析など）
をすべて手計算しておられたとか…すごいです。
どうやってやるのか想像もつきません。
SPSSは多変量解析のような複雑な統計もあっという間に計算し、
結果の数値表だけでなく、グラフまで作ってくれて、
解析結果を簡単にPDFやWord形式で保存することもできます。
全く便利な世の中になったと感嘆せずには
いられない管理人なのでした…。
北村氏の統計実演会は込み入った統計を使用しますので、
次回は予備知識を兼ねて、統計に関する解説をしたいと思います！
（果たして私にできるのか？（;´Д｀））
ぴのこさんによる統計実演会レポートお楽しみいただきのところ
恐縮です。
ぱたこ氏に引き続き、
北村氏の統計実演会をご紹介する前に
一休みして統計ソフトのご紹介をしたいと思います。
ULSラボで統計解析に使用しているのは
SPSSというソフトです。
ブログ管理人（←臨床心理学専攻）が学生の頃（遠い昔）は、
T検定は手計算（関数電卓）、分散分析はエクセル統計かStatView、
そして、多変量解析ソフトと言えばSASでした。
当時のSASはライセンス料金が大変高かったらしく、
利用するにはものすごく面倒な申請をして、
学内の特別な棟でたった2台しかないPCを使って、
OSもWindowsじゃなくて、UNIXでした。。。
以前リーダーぬっきぃが対談した某先生の頃
はもっとすごくて、非常に複雑な多変量解析（因子分析など）
をすべて手計算しておられたとか…すごいです。
どうやってやるのか想像もつきません。
SPSSは多変量解析のような複雑な統計もあっという間に計算し、
結果の数値表だけでなく、グラフまで作ってくれて、
解析結果を簡単にPDFやWord形式で保存することもできます。
全く便利な世の中になったと感嘆せずには
いられない管理人なのでした…。
北村氏の統計実演会は込み入った統計を使用しますので、
次回は予備知識を兼ねて、統計に関する解説をしたいと思います！
（果たして私にできるのか？（;´Д｀））
