一般化線形モデルを実行したいならRがおすすめ

投稿日:2019年7月2日 更新日:

きょうごく
本記事では「一般化線形モデルを活用したいです。おすすめ統計ソフトはありますか」という疑問にお答えします

こんな方におすすめ

  • 一般化線形モデルができるおすすめ統計ソフトを知りたい
  • Rの一般化線形モデルでできることを教えてほしい

本記事を書いているぼくは「作業で創るエビデンス」という作業療法研究の本で「統計」の章を書き下ろしています。

あわせて読む
【発売開始】『作業で創るエビデンス』【研究本】

きょうごく本記事では2019/3/18に発売がはじまった『作業で創るエビデンス』を紹介します。また、おすすめの副読本もあわせて解説します こんな方におすすめ 研究本の特徴が知りたい どんな人におすすめ ...

続きを見る

本記事ではそんなぼくが上記の疑問にさくっとお答えします。

一般化線形モデルを実行したいならRがおすすめ

結論をいえば、一般化線形モデル(Generalized Linear Model,GLM)を実行したいなら、Rを使っておけばOKです。

理由は、Rのglm関数を使えば超簡単に実行できるからです。

簡単な例を示すと、t検定は以下の通りです。

t検定

glm(y ~ x1 + x2, family = gaussian(link = "identity") )

コードの意味は以下の通りです。

こんな感じで、Rのglm関数を使えば、わりとシンプルなコードで一般化線形モデルを実行できます。

なので、一般化線形モデルをやりたいならRを使っておけば問題ないです。

なお、その他の統計ソフトは以下の記事をご参照ください。

あわせて読む
【2019年版】無料で使える統計ソフト6選【比較】【厳選】

きょうごく本記事では「統計ソフトってめっちゃ高いけど、無料で使いやすく、高機能な統計解析ソフトってないのだろうか??」という疑問にわかりやすくお答えします。 本記事のポイント お勧めの無料統計ソフトは ...

続きを見る

Macに特化した統計ソフトの記事は以下です。

あわせて読む
【2019年版】Macで使える高機能なフリー統計ソフト3選【比較】

きょうごく本記事では「Appleのパソコンを使っています。フリーの統計ソフトはいろいろありますが、どれを選べばよいかわかりません。10万以上の統計ソフトを購入する経済力もありません。Macで使えるフリ ...

続きを見る

Rの一般化線形モデルでできること

Rの一般化線形モデルでできることはいろいろあります。

ここではその一部を紹介します。

分散分析は以下の通りです。

分散分析

glm(y ~ x1 * x2 * x3, family = gaussian(link = "identity") )

単回帰分析は以下の通りです。

単回帰分析

glm(y ~ x1, family = gaussian(link = "identity") )

重回帰分析は以下の通りです。

重回帰分析

glm(y ~ x1 * x2, family = gaussian(link = "identity") )

ロジスティクス回帰分析は以下の通りです。

ロジスティクス回帰分析

glm(y ~ x1, family = binomial(link = "logit") )

ポアソン回帰分析は以下の通りです。

ポアソン回帰分析

glm(y ~ x1, family = poisson(link = "log") )

プロビット分析は以下の通りです。

プロビット分析

glm(y ~ x1, family = binomial(link = "probit") )

対数線形モデルは以下の通りです。

対数線形モデル

glm(y ~ x1 + x2, family = poisson(link = "log") )

ここでは簡単な例のみ示しました。

こんな感じで、シンプルなコードでいろいろ使いわけができます。

コードの意味は上記の図で示した説明を参考にしてください。

Rで一般化線形モデルができるメリットとデメリット

Rで一般化線形モデルができるメリット

Rで一般化線形モデルができるとコスパよいです。

理由は、Rそのものがフリーソフトだし、一般化線形モデルから一般化線形混合モデルに拡張したいときも、類似したコードで水平展開できるからです。

また、一度コードを書いてしまえば使い回しできますので、データ解析するたびに同じ手順にそってクリックする手間が省けます。

なので、忙しい人はRで一般化線形モデルができると時間を有効活用できるのでめちゃおすすめです。

Rで一般化線形モデルやりたいなら、以下の本を一冊読んでおけばOKです。

Rで学ぶデータサイエンス(10) 一般化線形モデル [ 金明哲 ]
created by Rinker
¥3,780 (2019/08/25 16:40:01時点 楽天市場調べ-詳細)

なお、Rの使い方自体がよくわからんと言う人は、以下の記事をどうぞです。

未経験からRを使いこなせるようになるためにおすすめの教材を紹介しています。

あわせて読む
【入門】未経験から「Rで統計解析」を目指す方へ【動画2本+書籍1冊】

きょうごく本記事では「仕事や研究で統計解析する必要があります。『Rがおすすめ』と教えてもらいましたが、統計が苦手なうえに、Rそのものも難しそうで挫折しそうだと感じました。何かよい教材はありませんか?」 ...

続きを見る

Rで一般化線形モデルができるデメリット

特にないです。

けど、一般化線形モデルの特性上、個体差、場所差などの変量効果を考慮できません。

複雑な現象にあわせて、もっと自由にモデリングしたい人は、一般化線形混合モデルを選択する必要があります。

Rなら一般化線形混合モデルも一般化線形モデルのglm関数に類似したコードで実行できます。

なので、本記事を読んだ人ならそれほど苦労することなく移行できるはずです。

あわせて読む
一般化線形混合モデル(GLMM)のススメ

本記事では「一般化線形混合モデル(GLMM)ってどんな方法なの?」という疑問にさくっとお答えします。 本記事のポイント GLMMの特徴は固定効果と変量効果を柔軟に扱えるところにあります 複雑な現象に応 ...

続きを見る

一般化線形モデルに加えて、一般化線形混合モデルも学びたい人は以下の本が圧倒的におすすめです。

必ず読みましょう。

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 (シリーズ確率と情報の科学) [ 久保拓弥 ]
created by Rinker
¥4,104 (2019/08/25 16:40:01時点 楽天市場調べ-詳細)

まとめ:一般化線形モデルを実行したいならRがおすすめ

本記事では「一般化線形モデルを活用したいです。おすすめソフトはありますか」という疑問にお答えしました。

結論を言えばRを使ったらOKです。

Rの使い方がいまいち分からない人は以下の記事をどうぞです。

あわせて読む
【入門】未経験から「Rで統計解析」を目指す方へ【動画2本+書籍1冊】

きょうごく本記事では「仕事や研究で統計解析する必要があります。『Rがおすすめ』と教えてもらいましたが、統計が苦手なうえに、Rそのものも難しそうで挫折しそうだと感じました。何かよい教材はありませんか?」 ...

続きを見る

人気記事
【無料あり】オンラインカウンセリングおすすめ3社【特徴比較】

きょうごく本記事では「人生や人間関係でとても悩んでいます。専門家の支援を受けたいのですが、オンラインカウンセリングに興味があります。オンラインカウンセリングの会社は複数あるので、それぞれどんな特徴があ ...

続きを見る

おすすめ記事一覧

1

きょうごく本記事では「現在の職場は人間関係が最悪で、労働条件も悪く、日々消耗しています。より好待遇な職場に移りたいです。おすすめの求人転職サイト・エージェントを教えてください」という疑問にお答えします ...

2

きょうごく本記事では「いまの職場は人間関係も労働条件も悪いので、より好待遇な職場で働くために転職したいです。医療福祉系の転職は転職サイトや転職エージェントを使ってもよいですか。おすすめはどこですか」と ...

3

きょうごく本記事では「コミュニケーション能力を高めたい。けど、そもそもコミュニケーション能力って何だろう?コミュニケーション能力の本質を理解したい」という疑問にお答えします こんな方におすすめ コミュ ...

4

きょうごく本記事では研究を学べるおすすめ本を紹介した記事のまとめます こんな方におすすめ 研究を学べるおすすめ本を知りたい 選りすぐりのおすすめ研究本で学びたい 本記事を書いているぼくは作業療法士であ ...

5

大学院に進学したい作業療法士向けのまとめ記事。 本記事では、大学院進学に興味のある作業療法士向けに書いた記事をまとめました。 今後も記事は増える予定ですが、これから大学院進学を検討している人はぜひ参考 ...

6

きょうごく本記事では、このブログで解説した作業療法士を目指す高校生のための記事をまとめています 本記事の内容 『作業療法士が何なのかよく分からない』という人から、『作業療法士になりたい』といった方向け ...

7

きょうごく本記事では学会発表・学会参加で失敗したくない人向けの記事をまとめています こんな方におすすめ 学会発表・学会参加のコツを知りたい 本記事では学会発表・学会参加で失敗したくない 学会発表のレベ ...

-研究
-

Copyright© 京極真の研究室 , 2019 All Rights Reserved.