Rで学ぶ マルチレベルモデル［入門編］ 尾崎 幸謙(著/文 | 編集) - 朝倉書店 【利用不可】
書店員向け情報 HELP
出版者情報
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
- 書店発売日
- 2018年9月12日
- 登録日
- 2018年8月2日
- 最終更新日
- 2018年8月16日
紹介
無作為抽出した小学校からさらに無作為抽出した児童を対象とする調査など，複数のレベルをもつデータの解析に有効な統計手法の基礎的な考え方とモデル（ランダム切片モデル／ランダム傾きモデル）を理論・事例の二部構成で実践的に解説。
目次
【第I部 理論編】
第1章 複数のレベルを持つデータ・モデル（尾崎幸謙）
1.1 複数のレベルを持つデータ
1.2 複数のレベルを持つモデル
1.3 本章のまとめ
付録1 固定因子と変量因子
第2章 マルチレベルモデルへの準備その1
―従来の方法に基づく分析の欠点―（尾崎幸謙）
2.1 従来の方法の欠点
2.2 レベル1の変数間の関係
2.3 集団平均の分散{集団平均の信頼性
2.4 レベル2の変数間の関係
2.5 レベル1の変数間の関係に，レベル2の変数が与える影響(交互作用)
2.6 レベル1の変数とレベル2の変数の関係
2.7 変数の持つ意味
2.8 本章のまとめ
第3章 マルチレベルモデルへの準備その2
―観測値の独立性―（尾崎幸謙）
3.1 観測値の独立性と級内相関係数
3.2 デザイン効果
3.3 レベル1の説明変数の中心化
3.4 3種類の回帰直線の傾きの関係
3.5 本章のまとめ
付録1 観測値の独立性に関して
付録2 級内相関係数の信頼区間
付録3 級内相関係数の値の影響
付録4 (3.19)式の証明
第4章 ランダム切片モデル（川端一光）
4.1 ランダム切片モデルの種類
4.2 ランダム効果の分散分析モデル(ANOVA)
4.3 ランダム効果を伴う共分散分析モデル(RANCOVA)
4.4 平均に関する回帰モデル
4.5 集団・個人レベル効果推定モデル
4.6 本章のまとめ
第5章 ランダム傾きモデル（川端一光）
5.1 ランダム傾きモデルの種類
5.2 ランダム切片・傾きモデル
5.3 切片・傾きに関する回帰モデル
5.4 モデル比較
5.5 その他の指標を利用したモデル比較
5.6 本章のまとめ
付録1 関数lmerの記法
第6章 説明変数の中心化（尾崎幸謙）
6.1 データの説明と3.3節の復習
6.2 集団平均中心化の性質
6.3 全体平均中心化の性質
6.4 レベル2の説明変数の中心化
6.5 集団平均中心化と全体平均中心化の使い分け
6.6 説明変数が2値の場合
6.7 まとめ
付録1 RAW，CGM，CWCの場合における推定量の関係
付録2 集団平均中心化後の変数と集団レベルの変数との相関に関する証明
【第II部 事例編】
第7章 アーギュメント構造が説得力評価に与える影響（鈴木雅之，小野田亮介）
7.1 研究の背景
7.2 扱うデータについて
7.3 マルチレベルモデルを使用する意義
7.4 使用したモデル
7.5 結果と解釈
第8章 チーム開発プロジェクトがメンバー企業の事業化達成度に与える影響（立本博文，田口淳子）
8.1 研究の背景
8.2 扱うデータについて
8.3 マルチレベルモデルを使用する意義
8.4 使用したモデル
8.5 結果と解釈
第9章 組織文化のマルチレベル分析（法島正和，稲水伸行）
9.1 研究の背景
9.2 扱うデータについて
9.3 マルチレベルモデルを使用する意義
9.4 使用したモデルと説明変数の中心化
9.5 結果と解釈
第10章 シングルケースデザインデータのためのマルチレベル分析（山田剛史）
10.1 シングルケースデザインとは
10.2 シングルケースデザインデータの分析方法
10.3 シングルケースデザインデータへのマルチレベルモデルの適用
索引
上記内容は本書刊行時のものです。
