More Related Content
More from Takashi Yamane (9)
(実験心理学徒だけど)一般化線形混合モデルを使ってみた
- 2. 自己紹介
氏名 : 山根 嵩史
所属 : 広島大学大学院 教育学研究科
教育人間科学専攻 学習心理学研究室
研究テーマ : メタ記憶,読解方略
R歴:5年程度
Mail : t.yamane1969@gmail.com
Twitter : @T_Yamane
最近ハマっていること:ねこあつめ(iPhoneアプリ)
- 7. Murayama, Sakaki, Yan, & Smith (2014)
“メタ記憶研究では参加者ごとに判断の正確さを
算出し,その後グループごとのt検定などを実施
することが多いが,項目の効果を加味しないと
タイプ1エラーの確率がインフレするよ”
(僕が)GLMMを使う理由
- 13. glmer関数の使い方
いわゆるRのモデル式の描き方 y ~ A + B + A:B
「*」で主効果と交互作用を一度に指定できる
変量効果は(1|X)で指定する
参加者(subject)による違いを表す場合
→(1|subject)
刺激項目(stim)による違いを表す場合→(1|stim)
family引数では従属変数の分布を指定
0/1データや上限のあるカウントデータでは
binominal
glmer(モデル式, data=データ, family = “分布”, ...)
- 15. GLMMで一要因ANOVA(モデル式)
glmer(correct ~ ST1 + ST2 + (1|subject) + (1|item),
data = dat1, family = “binomial”)
統制群(方略使用ナシ群)に対する2つの記憶方略
の 効果を見るため,ST1とST2をダミー変数と
して使用
変量効果として参加者(subject)と項目(item)を投
入
※一般的な記憶研究では,参加者はランダムサンプリングし,
項目は基準表から選定することで対処
従属変数は二値なので,分布は“binominal”
- 24. 参考文献
・第2回日本社会心理学会春の方法論セミナー:GLMMが切り開く新たな統計
の世界
(http://www.socialpsychology.jp/sympo/seminar_150325.html)
・第7回DARM勉強会:混合モデルを使って反復測定分散分析をする
(https://sites.google.com/site/studygroup13csrm/activity)
・Sunny side up!:GLMMをRで実行する方法
(http://norimune.net/2365)
・Bates Douglas, Maechler Martin, Bolker Ben, Walker Steven, Bojesen
Christensen Rune, Singmann Henrik, B. D. (2015). Package “lme4.”
・久保拓弥(著) (2012). データ解析のための統計モデリング入門―一般化線形
モデ
ル・階層ベイズモデル・MCMC 岩波書店
・Murayama, K., Sakaki, M., Yan, V. ., & Smith, G. (n.d.). Type-1 error inflation
in the traditional by-participant analysis to metamemory accuracy :
A generalized mixed-effects model perspective, Journal of Experimental
Psychology: Learning, Memory, & Cognition, 24
参考サイト
Editor's Notes
- ・声量確認
- ・声量確認
- ・声量確認
- ・声量確認
- ・声量確認
- ・声量確認
- ・声量確認
- ・声量確認
- ・声量確認
- ・声量確認
- ・声量確認
- ・声量確認
- ・声量確認
- ・声量確認
- ・声量確認
- ・声量確認
- ・声量確認
- ・声量確認
- ・声量確認
- ・声量確認
- ・声量確認
- ・声量確認
- ・声量確認