-
HIGUCHI_MA
- 4770
- 0
- 1
- 1
-
- いいね！1
Masataka HIGUCHI
@HIGUCHI_MA
SPSSだとレベル1，レベル2でそれぞれ一回ずつ変数を投入する。HLMやRだと一気にできたんだっけっか？ #マルチレベル講習会
2012-11-03 15:13:38
Masataka HIGUCHI
@HIGUCHI_MA
連続変量は中心化（平均0）しておくと便利。間隔尺度で「0」のところを検討してもしょうがないからね。連続量の平均値の部分を0にしておけば，そこの部分の検討ができるわけだ。 #マルチレベル講習会
2012-11-03 15:20:08
Masataka HIGUCHI
@HIGUCHI_MA
HLMでは誤差の制約も仮定できる。誤差共分散を仮定したり，誤差がすべて等しいとかもOK。 #マルチレベル講習会
2012-11-03 15:36:20
Masataka HIGUCHI
@HIGUCHI_MA
2次曲線などをモデルに入れたいときには，単に値を2乗したものを突っ込めばOK。U字ならば平均を0にして2乗したものを投入。LCMでもHLMでも。 #マルチレベル講習会
2012-11-03 15:44:33
SAKAUE Akkuş Tatsuya
@sakaue
HLM の利点：ロジスティック分布やポアソン分布を仮定できる、連続変量の変量効果を検討できる、欠点：モデリングに制約あり（傾きと切片は従属変数にのみ設定できる） #マルチレベル講習会
2012-11-03 15:50:03
SAKAUE Akkuş Tatsuya
@sakaue
SPSS や R は、HLM は実行できるが、ロバストSE（標準誤差）が出ない。R なら自分で組めばいいｗｗｗ #マルチレベル講習会
2012-11-03 15:51:35
Masataka HIGUCHI
@HIGUCHI_MA
通常の集団介入研究のように測定時点がきっちり決まっている場合にはLCM，測定時点がばらついたり連続変量を使うのならばHLM。 #マルチレベル講習会
2012-11-03 15:51:48
Masataka HIGUCHI
@HIGUCHI_MA
AmosづかいならばLCMからやってみるのがおすすめ。狩野・三浦の「グラフィカル多変量解析」は必読！！ #マルチレベル講習会
2012-11-03 15:53:57
Masataka HIGUCHI
@HIGUCHI_MA
論文での報告：LCMならばSEMと一緒。HLMの場合はお作法としてモデル式を書くことが多い。nullモデルと報告するモデルの尤度比の検定も（そもそも傾きの分散を仮定することが適当かどうか）。 #マルチレベル講習会
2012-11-03 15:57:44
Masataka HIGUCHI
@HIGUCHI_MA
2つのモデルの比較を行う場合は尤度比検定。SPSSでは手計算。それぞれのモデルでの「-2制限された対数尤度」を参照し，その差分を算出。その値はχ^2。ただし比較する2つのモデルはネストされている必要あり（eg固定効果＋分散のモデルと固定効果だけのモデル）。 #マルチレベル講習会
2012-11-03 16:06:31
SAKAUE Akkuş Tatsuya
@sakaue
HLM を使った論文: 瀬尾 (2008) http://157.1.40.181/naid/110006824998 #マルチレベル講習会
2012-11-03 16:11:51
@womanfightergo
勉強になりましたあ"@HIGUCHI_MA: マルチレベル講習会，終了しましたー。清水さん，ありがとうございました。 #マルチレベル講習会"
2012-11-03 16:36:43
SAKAUE Akkuş Tatsuya
@sakaue
清水先生（ @simizu706 ) ありがとうございました。コーディネートされた蔵永先生（ @tinyrabbit_1984 ) おつかれさまでした。 #マルチレベル講習会
2012-11-03 16:54:53