混合効果モデルを適合の共変量のコーディングの指定

統計 > 分散分析 > 混合効果モデル > 混合効果モデルの当てはめ > コード化

共変量の標準化

共変量を標準化するかどうかを選択することができます。標準化された共変量は、モデルの当てはめにのみ使用され、ワークシートには保存されません。

標準化された共変量は特定の条件でのモデルの解釈を改善することができます。以下の手順で共変量を標準化してください。
  • 平均を削除して共変量をセンタリングする:多重共線性を削減し、係数の推定の正確性を向上させることができます。この方法は、高次の項と交互作用項によって、高い相関がある予測変数がモデルに含まれる場合に便利です。各係数は、元の測度で測られる、予測変数が1単位分変化した場合に期待される応答の変化を表します。
  • 共変量を対応する標準偏差で割って標準化します。同等の尺度が使用されているため、この手法により係数のサイズが比較できるようになります。この方法は、尺度の差を制御しながら影響力の大きい共変量を特定するのに便利です。ただし、各係数は共変量の標準偏差が1つ変化した場合に期待される応答の変化を表します。
次のうち、どれか1つの手順で共変量を標準化します。
  • 標準化しない:共変量の元の応答データを使います。
  • 最低水準と最高水準を指定して、-1および+1としてコード化:共変量をセンタリングし、同等の尺度に当てはめます。指定した最小値と最大値の範囲内に分布するすべてのデータ値は、-1~+1の範囲内に分布されるように変換されます。表では、最小値と最大値を入力するか、サンプルに設定されているデフォルトの最大値と最小値を使用します。
    共変量
    モデルに含まれるすべての共変量名が表示されます。この列に対して入力を行うことはできません。
    下限側
    -1としてコード化する値を入力します。デフォルトはサンプル内の最小値です。
    上限側
    +1としてコード化する値を入力します。デフォルトはサンプル内の最大値です。
  • 平均を引き、標準偏差で割る:共変量をセンタリングし、同等の尺度に当てはめます。
  • 平均を引く:共変量をセンタリングします。
  • 標準偏差で割る:すべての共変量に対して同等の尺度を使います。
  • 指定した値を引き、別の値で割る:サンプルの平均と標準偏差の推定値を使わず、別の値を指定します。
    共変量
    モデルに含まれるすべての共変量名が表示されます。この列に対して入力を行うことはできません。
    引く
    各共変量から削除する値を入力します。
    次で割る
    引いた結果を割るための値を入力します。
本サイトを使用すると、分析およびコンテンツのカスタマイズのためにクッキーが使用されることに同意したことになります。  当社のプライバシーポリシーをご確認ください