インターネット調査

インターネットを利用して実査を行う調査のこと。郵送調査、電話調査、訪問面接調査などに比べて低コスト、短期間で実施できること、コンピューターを利用するため動画や画像など多彩な表現ができること、データ入力の手間が不要なことなどの利点がある。ネットリサーチ、ウェブアンケートなどとも言う。

陰性尤度比

検査結果が陰性の人に着目して、非患者に対する患者の比がどの程度変化したかを表す量。(1-感度)/特異度で求められ、-LRと表すこともある。値が小さいほど検査が有用であることを示す。

陰性尤度比

  疾患 合計
あり なし
検査 陽性 a(真陽性) b(偽陽性) a+b
陰性 c(偽陰性) d(真陰性) c+d
合計 a+c b+d a+b+c+d

LaTex ソースコード

LaTexをハイライトする

陰性的中率 / 陰性的中度

検査結果が陰性と出た人のうち、真に疾患を有していない人の割合。下の式から算出される。

 \displaystyle \frac{d}{c + d}
  疾患 合計
あり なし
検査 陽性 a(真陽性) b(偽陽性) a+b
陰性 c(偽陰性) d(真陰性) c+d
合計 a+c b+d a+b+c+d

LaTex ソースコード

LaTexをハイライトする

因子負荷量

因子分析において、得られた共通因子が分析に用いた変数(観測変数)に与える影響の強さを表す値で、観測変数と因子得点との相関係数に相当する。

-1以上1以下の値をとり、因子負荷量の絶対値が大きいほど、その共通因子と観測変数の間に(正または負の)強い相関があることを示し、観測変数をよく説明する因子であると言える。

因子分析

多変数の観測データからその中に潜在する共通因子を求める手法で、1904年にスピアマン(Spearman)によって提案された。観測データは結果系であり、その原因系としての因子を求める。

主成分分析との違いは、主成分分析は変数を合成することを目的とし、因子分析は変数を分解することを目的としている点である。

因子分析の手順は、まず共通性の初期値を設定し、固有値分解を行ったあと、スクリープロットを描いて因子数を決定する。その後、主因子法や最尤法などの推定手法を用いて因子負荷量を算出する。共通因子が解釈しやすい構造となるように、しばしば因子の回転が行われる。

因子の回転

因子分析において、得られた結果が解釈しやすい構造となるように新しい座標系を設定すること。回転後の座標軸が直交する直交回転と回転後の座標軸が直交しない斜交回転とがある。

直交回転

  • バリマックス法
  • バイコーティマックス法
  • コーティマックス法

斜交回転

  • コバリミン法
  • バイコーティミン法
  • コーティミン法
  • プロマックス法

一般線形モデル

重回帰分析や分散分析を一般化した手法。目的変数が正規分布である場合、例えば多元配置分散分析や共分散分析、多変量分散分析、反復測定による分散分析、数量化1類などに適用できる。一般線型モデルとも言う。目的変数が正規分布以外である場合、一般化線形モデルを用いる。

  • 多元配置分散分析
  • 共分散分析
  • 多変量分散分析
  • 反復測定による分散分析
  • 数量化1類

一般化線形モデル

一般線形モデルでは目的変数が正規分布に従うことを前提としているが、一般化線形モデルでは目的変数が正規分布に従わなくても適用でき、さらに質的変数であってもよい。また、目的変数と説明変数との関係式は簡単な線形式である必要はなく、以下のように表される。ただし\betaは偏回帰係数を、xは説明変数を、nは説明変数の数を表す。

 g(y) = \beta_0x_0 + \beta_1x_1 + \cdots + \beta_nx_n

ここで関数g(\cdot)はリンク関数と言う。ロジスティック回帰分析などに適用できる。一般化線型モデルとも言う。

LaTex ソースコード

LaTexをハイライトする