Devolopment and refinement of methods for data analysis by GLM

GLM 数据分析方法的开发和完善

• 批准号: 22K06404
• 负责人: 粕谷 英一
• 金额: $ 1.25万
• 依托单位: Osaka Metropolitan University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-04-01 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K06404/
• 关键词: データ解析; 一般化線形モデル; GLM; 交互作用; 複雑なデータ; 交互作用項; 区間推定; 検定; 環境・生態データ

生態的データをはじめ広範なデータ解析に広く使われている、一般化線形モデル（GLM）では、説明変数が目的（応答）変数に与える効果が他の説明変数の値に影響されることを表現する際に交互作用項を説明変数に含めることがよく行われてきた。交互作用項に対して、交互作用項ではない説明変数自体は主効果と呼ばれる。交互作用項がある場合の、主効果の係数の値について、説明変数が２つの場合の結果を拡張し、説明変数が３つおよび４つの場合にも、交互作用項がフルに存在する場合に説明変数が２つの場合と同様の結果が成り立つことが明らかになった。また、説明変数がさらに多い一般の場合にも同様の関係が成り立つことを示唆する結果が得られた。また、主効果の説明変数が２つとその間の交互作用項があるときについて、数値計算および解析的な検討から、交互作用項の係数や交互作用項を含むモデルのデータへの適合性から交互作用項を含めるかどうかを決めて、主効果の係数を自動的に検定あるいは推定する方法は、主効果を正しく評価できるケースは狭い範囲に限られていることが示唆された。交互作用項が存在する場合には、主効果の係数についての推論をどのように行うのかについて、主効果を他の説明変数が特定の値をとる場合について推論を行う場合、主効果と交互作用を合わせた効果を検定する場合、交互作用が無視できると判断した場合に限り主効果の推論を行う場合、他の説明変数が単一の値ではなく特定の分布をとる場合について主効果の推論を行う場合などがありうる。これらの間のちがいについて検討し、まず、分析者が設定する問題の内容によって、どの場合になるかが大きく異なることがわかった。

Ecological デ ー タ を は じ め hiroo van な デ ー タ parsing に hiroo く make わ れ て い る, generalized linear モ デ ル (GLM) で は, description - に が purpose (応 answer) - Numbers and え る unseen fruit が he の account number variations on の numerical に influence さ れ る こ と を performance す る interstate interacting に を に - number containing め る こ と が よ く line わ れ て き た. The interaction term に explains the <s:1> effect of the variable itself と call ばれる to て and で な な. Interaction item が あ の る occasions, the main working fruit の coefficient on の numerical に つ い て, 2 つ が - number results の の cases を company, zhang し, が - number 3 つ お よ び 4 つ の occasions に も interacting, が フ ル に exist す る occasions に が - number 2 つ と の occasions with others が の results into り made つ こ と が Ming ら か に な っ た. Youdaoplaceholder0, it is explained that the number of variables is がさらに and there are many がさらに. In general <s:1> situations, に is the same as に. The relationship is が. It is established in sequence. Youdaoplaceholder5 とを indicates that the result is が and we get られた. ま た, main working fruit の が - number 2 つ と そ interacting between の の が あ る と き に つ い て, the numerical calculation お よ び parsing な 検 please か ら interacting, interaction coefficient of の や を containing む モ デ ル の デ ー タ へ の fit か ら interaction item contains を め る か ど う か を definitely め て, main working fruit を の coefficient automatically に 検 set あ る い は presumption す る Methods は, main working fruit を is し く review 価 で き る ケ ー ス は narrow い van 囲 に limit ら れ て い る こ と が in stopping さ れ た. Interaction term が exist す る occasions に は, main working fruit の coefficient に つ い て の inference を ど の よ う に line う の か に つ い て, main working fruit を he の が - number on specific の numerical を と る occasions に つ い て inference を line う occasions, main working fruit と interaction を わ せ た unseen fruit を 検 set す が ignore で る occasions, interaction き る と judgment し た に り main services limited Fruit line の inference を う occasions, he の account number - が 単 a の numerical で は な く specific の distribution を と る occasions に つ い て main working fruit line の inference を う occasions な ど が あ り う る. Between こ れ ら の の ち が い に つ い て beg し 検, ま ず, analysts が setting す る の problem に よ っ て, ど の occasions に な る か が big き く different な る こ と が わ か っ た.

项目成果

一般化線形モデルによるデータ解析と交互作用項：説明変数が多数ある場合

使用广义线性模型和交互项进行数据分析：当有许多解释变量时

• 发表时间: 2023
• 作者: 別所和博;佐々木顕;粕谷英一
• 通讯作者: 粕谷英一