Rで学ぶマルチレベルモデルの基礎と分析への応用 <オンラインセミナー>

~ マルチレベルモデルで扱うデータ形式の理解、ランダム切片モデル、ランダム傾きモデルと実例、構造方程式モデルの枠組みによる分析、縦断データを扱ったモデリング ~

・階層性を持つデータに対する適切な分析法を修得し、実務に応用するための講座

・通常の分析では誤った結論を導いてしまうマルチレベルモデルの分析のポイントを修得し、正しいデータ分析の実践へ応用しよう!

オンラインセミナーの詳細はこちら:

・WEB会議システムの使い方がご不明の方は弊社でご説明いたしますのでお気軽にご相談ください

講師の言葉

 マルチレベルモデル(階層線形モデル)は階層性を持つデータに対する分析方法の1つです。階層性を持つデータの例としては、「複数の企業に対して従業員調査を行ったデータ」などが考えられます。特定の企業に所属する従業員に対する調査データは階層性を持ちませんが、複数の企業に対して調査を実施した場合は、各従業員がどの企業に所属しているかを考える必要があります。これが階層性を持つデータです。この場合、企業―従業員という階層性があります。これ以外にも、複数の学校に対して、その学校に通う生徒からデータ収集した場合には、学校―生徒という階層性を持つデータになります。企業や学校という組織だけでなく、各人が住んでいる都道府県も階層性を引き起こす原因になります。

 このような階層性を持つデータは案外たくさんありますが、階層性を考慮せずに通常の分析をしてしまうと誤った結論を導いてしまう可能性があります。マルチレベルモデルは階層性を持つデータに対して適切な分析を行うための方法です。本講義では、拙著『Rで学ぶマルチレベルモデル[入門編]:基本モデルの考え方と分析』と『Rで学ぶマルチレベルモデル[実践編]:Mplusによる発展的分析』に基づきながら、数式の登場を最小限に抑え、これらよりも分かりやすくその内容を伝えます。

本セミナーは受付を終了しました

セミナー詳細

開催日時
  • 2023年10月03日(火) 10:30 ~ 17:30
開催場所 オンラインセミナー
カテゴリー オンラインセミナーソフト・データ・画像・デザイン研究開発・商品開発・ ビジネススキル
受講対象者 下記の【予備知識】を持っているからであればどなたでも
・階層性のあるサンプルの分析を行いたい方
・多段抽出データに対して適切な分析を行いたい方
予備知識 ・統計学の基本的な知識(回帰分析、検定など)に関する知識を持っていること
・Rに関する演習は行いませんが、Rによる分析方法を解説しますのでRに関する知識があるとベターです
修得知識 ・マルチレベルモデルを適用すべき状況が分かるようになる
・各種マルチレベルモデルの特徴が理解できるようになる
・Rによる分析方法が理解できるようになる
プログラム

1.マルチレベルモデルを学ぶための前提知識

  (1).マルチレベルモデルとは何か

  (2).マルチレベルモデルで扱うデータ形式の理解

  (3).マルチレベルモデルを使用する理由

    ・個人レベルの変動と集団レベルの変動

  (4).観測値の独立性と級内相関係数

    a.観測値の独立性

    b.級内相関係数

  (5).集団平均の信頼性

 

2.ランダム切片モデル

  (1).4つのランダム切片モデル

  (2).ランダム効果の分散分析モデル

  (3).Rによるランダム切片モデルの分析

  (4).説明変数の中心化

    a.集団平均中心化

    b.全体平均中心化

    c.集団レベル効果と個人レベル効果

  (5).集団・個人レベル効果推定モデル

  (6).Rによる集団・個人レベル効果推定モデルの分析

  (7).ランダム効果を伴う共分散分析モデルと平均に関する回帰モデル

  (8).ランダム切片モデルの実例

 

3.ランダム傾きモデル

  (1).2つのランダム傾きモデル

  (2).ランダム切片・傾きモデル

  (3).Rによるランダム切片・傾きモデルの分析

  (4).切片・傾きに関する回帰モデル

  (5).Rによる切片・傾きに関する回帰モデルの分析

  (6).Lmer関数の書き方の整理

  (7).ランダム傾きモデルの実例

  (8).情報量規準と分散説明率によるモデル比較

 

4.発展的モデル

  (1).カテゴリカル変数が目的変数の場合のモデル

  (2).分析事例(マルチレベル多項ロジットモデルによる社会調査の非回収要因の分析)

  (3).構造方程式モデルの枠組みによる分析

  (4).分析事例

  (5).縦断データを扱ったモデリング

  (6).分析事例

キーワード マルチレベルモデル 観測値 階層性 多段抽出データ 共分散分析モデル ランダム切片モデル ランダム傾きモデル Lmer関数 情報量規準 分散説明率 カテゴリカル変数 発展的モデル 構造方程式モデル
タグ 統計・データ解析分析研究開発統計・データデータ分析
受講料 一般 (1名):49,500円(税込)
同時複数申込の場合(1名):44,000円(税込)
会場
オンラインセミナー
本セミナーは、Web会議システムを使用したオンラインセミナーとして開催します。
こちらのセミナーは現在募集を締め切っております。
次回開催のお知らせや、類似セミナーに関する情報を希望される方は、以下よりお問合せ下さい。
contact us contact us
各種お問い合わせは、お電話でも受け付けております。
03-5322-5888

営業時間 月~金:9:00~17:00 / 定休日:土日・祝日