トップ
新規
一覧
単語検索
最終更新
ヘルプ
ログイン
アールメカブ
R_multinom
をテンプレートにして作成
開始行:
[[Rの備忘録]]
多重ロジットモデルの解釈について。[[R_対数線形モデル]]も...
日本人被験者と，韓国人被験者に同じアンケートを実施し，そ...
# 多重ロジットモデルを適用する
library(nnet)
# 下の式は，反応（Q）を性別（SEX），相手（Boy,Senior），...
dat.m <- multinom(Q ~ SEX * BS * NAT, data = dat)
dat.m2 <- step(dat.m )
# 結果を見る
summary( dat.m2)
Call:
multinom(formula = Q ~ SEX + NAT, data = dat)
# 性別と国籍が，それぞれ別々に効果あると出る．二つに交互...
coef(dat.m2) # 特に係数部分を確認
## (Intercept) SEX2 NATK
## B 3.446150 -0.495100658 -3.121002
## C -1.422745 -0.172240284 1.319633
## D 3.002553 0.007826699 -3.894165
## E 1.040829 -0.498292340 -12.054348
## F -7.508327 -1.267368205 6.150192
## この数値は対数オッズ比といわれる指標です．下で説明しま...
## (Intercept) SEX2 NATK
## B 3.446150 -0.495100658 -3.121002
## は，基準を A，男性（SEX1），日本人（NATJ) とし，以下は...
## 解析結果を使って，男性（SEX1），日本人（NATJ)が A,B,C,...
(x <- predict(dat.m2, data.frame(SEX = "1", BS = "S",
NAT= "J"), type = "probs"))
## A B C ...
## 1.798904e-02 5.644843e-01 4.336283e-03 3.622434e-01
## E F
## 5.093713e-02 9.866955e-06
## e-02というのは，小数点を二つ前にずらすと言うことです．
## これは
exp ( c(0, coef(dat.m2)[,1])) /
sum ( exp ( c(0, coef(dat.m2)[,1]) ))
# でも求まります．
# この基準に対して，男性（SEX１），の韓国人（NATK）が選択...
(y <- predict(dat.m2, data.frame(SEX = "1", BS = "S",
NAT= "K"), type = "probs"))
## A B C ...
## 2.529461e-01 3.501368e-01 2.281639e-01 1.037065e-01
## E F
## 4.167902e-06 6.504252e-02
# となり，引き算すると
y - x
## A B C D ...
## 0.23495703 -0.21434745 0.22382762 -0.25853689
## E F
## -0.05093297 0.06503266
# 韓国人男性の場合 B D E を選択する確率が日本人男性より減...
coef( dat.m2 )
## (Intercept) SEX2 NATK
## B 3.446150 -0.495100658 -3.121002
## C -1.422745 -0.172240284 1.319633
## D 3.002553 0.007826699 -3.894165
## E 1.040829 -0.498292340 -12.054348
## F -7.508327 -1.267368205 6.150192
# この -3.121002 がどうやって計算されるかは，まず韓国と...
(x2 <- predict(dat.m2, data.frame(SEX = "1", BS = "S",
NAT= c("J","K")), type = "probs"))
# 対数オッズ比を求めます．オッズ比とは医学などで使われる...
log(x2[1,1] * x2[2,2] / (x2[1,2] * x2[2,1] ) )
# この意味は，(日本人で A を選択する確率に 韓国人で B を...
終了行:
[[Rの備忘録]]
多重ロジットモデルの解釈について。[[R_対数線形モデル]]も...
日本人被験者と，韓国人被験者に同じアンケートを実施し，そ...
# 多重ロジットモデルを適用する
library(nnet)
# 下の式は，反応（Q）を性別（SEX），相手（Boy,Senior），...
dat.m <- multinom(Q ~ SEX * BS * NAT, data = dat)
dat.m2 <- step(dat.m )
# 結果を見る
summary( dat.m2)
Call:
multinom(formula = Q ~ SEX + NAT, data = dat)
# 性別と国籍が，それぞれ別々に効果あると出る．二つに交互...
coef(dat.m2) # 特に係数部分を確認
## (Intercept) SEX2 NATK
## B 3.446150 -0.495100658 -3.121002
## C -1.422745 -0.172240284 1.319633
## D 3.002553 0.007826699 -3.894165
## E 1.040829 -0.498292340 -12.054348
## F -7.508327 -1.267368205 6.150192
## この数値は対数オッズ比といわれる指標です．下で説明しま...
## (Intercept) SEX2 NATK
## B 3.446150 -0.495100658 -3.121002
## は，基準を A，男性（SEX1），日本人（NATJ) とし，以下は...
## 解析結果を使って，男性（SEX1），日本人（NATJ)が A,B,C,...
(x <- predict(dat.m2, data.frame(SEX = "1", BS = "S",
NAT= "J"), type = "probs"))
## A B C ...
## 1.798904e-02 5.644843e-01 4.336283e-03 3.622434e-01
## E F
## 5.093713e-02 9.866955e-06
## e-02というのは，小数点を二つ前にずらすと言うことです．
## これは
exp ( c(0, coef(dat.m2)[,1])) /
sum ( exp ( c(0, coef(dat.m2)[,1]) ))
# でも求まります．
# この基準に対して，男性（SEX１），の韓国人（NATK）が選択...
(y <- predict(dat.m2, data.frame(SEX = "1", BS = "S",
NAT= "K"), type = "probs"))
## A B C ...
## 2.529461e-01 3.501368e-01 2.281639e-01 1.037065e-01
## E F
## 4.167902e-06 6.504252e-02
# となり，引き算すると
y - x
## A B C D ...
## 0.23495703 -0.21434745 0.22382762 -0.25853689
## E F
## -0.05093297 0.06503266
# 韓国人男性の場合 B D E を選択する確率が日本人男性より減...
coef( dat.m2 )
## (Intercept) SEX2 NATK
## B 3.446150 -0.495100658 -3.121002
## C -1.422745 -0.172240284 1.319633
## D 3.002553 0.007826699 -3.894165
## E 1.040829 -0.498292340 -12.054348
## F -7.508327 -1.267368205 6.150192
# この -3.121002 がどうやって計算されるかは，まず韓国と...
(x2 <- predict(dat.m2, data.frame(SEX = "1", BS = "S",
NAT= c("J","K")), type = "probs"))
# 対数オッズ比を求めます．オッズ比とは医学などで使われる...
log(x2[1,1] * x2[2,2] / (x2[1,2] * x2[2,1] ) )
# この意味は，(日本人で A を選択する確率に 韓国人で B を...
ページ名:
