BioStat

続・高橋セミナー

続・高橋セミナー 第9回 最尤法によるポアソン回帰分析入門 ＜第13章＞最小2乗平均の謎を予測プロファイルで解く

2020年07月

要約

最小2乗法は，統計的用語として広く使われているが，「最小2乗平均」は，竹内ら（1989），「統計学辞典」の索引にも載っていない方言みたいなものである．「最小2乗平均」は，SASユーザであれば，Lsmeansで出力される「調整平均」と広く認識されており，SASを使った解析結果には，方言であることの認識なく広く使われている．高橋・大橋・芳賀（1989），「SASによる実験データの解析」の第15章では，最小2乗平均について丁寧に説明している．残念ながら，SASユーザの方言のまま現在に至っている．JMPでは，「予測プロファイル」が新たな方言として加わっており，探索的な解析結果を可視化するために斬新な統計的な方法であることをこれまで示してきた．「最小2乗平均」は，「予測プロファイル」に包含される統計量の一種であり，予測プロファイル」は，探索的データ解析に際し，データの内部構造を描き出すことに優れていることを示してきた．

第13章   目 次
13.    最小2乗平均の謎を予測プロファイルで解く                 421
13.1.  最小2乗平均（Lsmeans）とは                              421
13.2.  交互作用を考慮した共分散分析                            423
           共分散分析の拡張
           データのグラフ表示  
           伝統的な共分散分析の考え方
           質的変数と量的変数を含む重回帰分析における交互作用解
           統計ソフトJMPを用いた共分散分析 
           予測プロファイル
           対比による水準間の差の推定
           Excelによる交互作用を含む解析
           4本の回帰直線の推定
           分散分析表 
           Excelによる予測プロファイル 
           水準間の差の予測プロファイル  
           洗浄水の温度に関する予測プロファイル
           回収液の濃度の差ついての予測プロファイル 
           最小2乗平均（Lsmeans） 
           Excelによる探索的な交互作用解析
13.3.  共変量が2変量の場合の探索的な共分散分析                 440
           共変量の効き方  
           Excelによる2変量の共分散分析 
           最小2乗平均  
           水準間の差の推定 
           デザイン変数の活用  
           共変量の影響の可視化  
13.4.  繰返しが不揃いな2因子の共分散分析                       449
           対比型デザイン変数
           SASのGLMプロシジャでのデザイン変数  
           R言語などでの最初の水準を準にする場合のデザイン変数
13.5.  ポアソン回帰における最小2乗平均（Lsmeans）              457
文献索引，索引，解析用ファイル一覧                             461

添付ファイル
高橋セミナー9_13_Lsmeansを予測プロファイルで_2020_07_14.zip