【第1295回】 土日も仕事（2023年2月18-9日）

• 土曜は時々電話相談に答えながら、一日中在宅で仕事をしていた。
• G*Powerを使った重回帰分析のサンプルサイズの計算の説明としては、これがわかりやすいかもしれない。どの程度の効果量までを意味あるものとみなすのか、が鍵か。
• 重回帰分析で、各説明変数と目的変数の関係の線形性の確認としては、2変数間の散布図を書くだけではなく、Components plus residuals plotをするべきだと、髙橋さんの本で説明されているが、RでこのプロットをするのはcarパッケージのcrPlots()関数が便利（後で確認したら、髙橋さんもこれを薦めていた）。carパッケージだからもちろんJohn Fox師のApplied Regression本にも説明はあるが、このブログの説明はわかりやすい。コードを読み解こうと、library(car)をやった後で、getS3method("crPlots", "default")とか、getS3method("crPlot", "lm")、residuals.lm、predict.lmと辿ってみて、何となくわかった気にはなったが、これ何をやっているかきちんと説明しようとすると大変だな。講義に取り入れるにしても、実線で示される曲線と、破線で示される直線が、概ね重なっていれば、その変数と目的変数の偏回帰関係は線形と考えて差し支えない、という程度に留めるしかなかろう。とりあえず、library(car); crPlots(lm(Ozone ~ Solar.R+Wind+Temp, data=airquality))を見れば、日照とオゾン濃度の関係は概ね線形だが、風速や気温との関係は線形とは言えないということが（まあ当然といえば当然だが）一目瞭然だし、crPlots(lm(Ozone ~ Solar.R+log(Wind)+Temp, data=airquality))としてみれば、風速は対数変換した方が線形性は改善することもわかるので、この程度の説明で良いか。

Tweet(list)

▼前【1294】（３つの仕事の合間に締め切り仕事を仕上げねば（2023年2月17日） ）　▲次【1296】（名谷に出勤（2023年2月20日） ）　●Top

Notice to cite or link here | [TOP PAGE]