順位ロジスティック回帰の方法

解釈

リンク関数を使用して、データに最も適合するモデルを見つけます。異なるリンク関数のデータ適合度を比較するには、適合度の統計量を使うことができます。それまでの経緯や各分野での特殊な意味合いに応じ、使用できるリンク関数は異なります。

ロジットリンク関数の利点の1つは、この関数からモデルに含まれる各予測変数についてオッズ比の推定値が得られるという点です。

解釈

応答情報を使用して、分析内にあるデータ量を調べます。各水準の出現数を多く持つランダムサンプルが大きくなるほど、通常、母集団の推定は正確になります。

解釈

因子情報表を使用して、分析の水準数を確認します。たとえば、品質のアナリストがプラスチックの製造過程において、プラスチックの強度に影響を与える可能性のある要因を研究することを計画しているとします。分析には加法が含まれます。加法は、タイプAまたはタイプBになり得るカテゴリ変数です。

因子には交差因子または枝分かれ因子を使用できます。2つの因子のうち、片方の因子の各水準が、他方の因子の各水準との組み合わせで出現している場合、これらの因子は交差しているといいます。2つの因子は、1つ目の因子の水準セットが2つ目の因子の水準のみに表示されるときに枝分かれします。たとえば、計画に機械とオペレータが含まれている場合、これらの因子は、すべてのオペレータがすべての機械を使用する場合に交差します。ただし、各機械が異なるセットのオペレータを持つ場合、オペレータは機械に対して枝分かれします。

因子情報表では、括弧は枝分かれ因子を示します。例えば、基準（評価者）の場合、基準が評価者に対して枝分かれすることを示します。このコンテキストでは、枝分かれは、各評価者に異なる組の基準パーツが対応づけられることを示します。枝分かれ因子の因子水準は、枝分かれの各水準で反復され、枝分かれ因子の水準数を増加させます。この例では、各評価者は5つの基準を持つことになりますが、基準が評価者に対して枝分かれするので、基準は20の異なる水準を持つことになります。

因子の詳細は、因子と因子水準、因子、交差因子、枝分かれ因子とは、固定因子と変量因子の違いを参照してください。