PTOT

【はじめての研究法・医療統計】多変量解析とは【基本を解説】

更新日:

統計

今回は、「多変量解析」という統計手法について説明します。

初心者用に分かりやすく要点を絞って解説しています。

スポンサーリンク


多変量解析とは

多変量解析(multivariate analysis)とは

複数の独立変数(説明変数)からなる多変量データを統計的に扱う手法。

もう少し簡単に言うと、

ある結果を複数のデータで解析する統計方法

 

覚えておくべき、用語を解説します。

従属変数(目的変数)

予測や判別の対象となる基準の変数(データ)

 

独立変数(説明変数)

従属変数に影響すると考えられる変数(データ)

 

立位体前屈での例(重回帰分析)

多変量解析

立位体前屈の計測データで例を挙げます。

立位体前屈のデータ(従属変数)に対して、複数のデータ(独立変数)の影響度を解析します。

変量解析のように、従属変数と独立変数が1対1の関係ではなく

変量解析は、複数の独立変数の影響を考慮している ということがポイント

例えば

変量解析:立位体前屈は柔軟性との相関を解析(身長などの影響は無視)

変量解析:立位体前屈は体重・身長・上肢長・柔軟性を組み合わせた場合の影響度を解析

 

主に使われる多変量解析

以下に、医療統計でよく使われる多変量解析の手法を列記します。

  • 重回帰分析
  • 多重ロジスティク回帰分析
  • 正準相関分析
  • 比率ハザード分析
  • 主成分分析
  • 因子分析

詳しくは、別の記事で説明させていただきます。

 

 

スポンサーリンク


-PTOT
-

Copyright© 起業理学療法士の道 , 2019 All Rights Reserved Powered by STINGER.