一般線形混合モデル
基礎から学ぶマルチレベルモデル―入り組んだ文脈から新たな理論を創出するための統計手法
- 作者: Ita Kreft,Jan de Leeuw,小野寺孝義,菱村豊,村山航,岩田昇,長谷川孝治
- 出版社/メーカー: ナカニシヤ出版
- 発売日: 2006/11
- メディア: 単行本
- 購入: 3人 クリック: 40回
- この商品を含むブログ (4件) を見る
Rで推定したマルチレベル分析の結果を、SPSS(PASW)で確認してみる。分析はKreft and de Leeuw(1998=2006)を見ながら。ただしデータの管理はRでおこなっているので、データの作成や加工(Kreft and de Leeuw 1998=2006: 166-74)は省略(実行済み)。
/* 切片のみのモデル */ MIXED Y1 /CRITERIA = CIN(95) MXITER(100) MXSTEP(5) SCORING(1) SINGULAR (0.000000000001) HCONVERGE(0, ABSOLUTE) LCONVERGE(0, ABSOLUTE) PCONVERGE(0.000001, ABSOLUTE) /FIXED = | SSTYPE(3) /METHOD = ML /PRINT = G SOLUTION TESTCOV /RANDOM = INTERCEPT | SUBJECT(G) COVTYPE(VC). /* 切片+レベル1変数 */ MIXED Y1 WITH X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 /CRITERIA=CIN(95) MXITER(100) MXSTEP(5) SCORING(1) SINGULAR (0.000000000001) HCONVERGE(0, ABSOLUTE) LCONVERGE(0, ABSOLUTE) PCONVERGE(0.000001, ABSOLUTE) /FIXED = X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 | SSTYPE(3) /METHOD = ML /PRINT = G SOLUTION TESTCOV /RANDOM = INTERCEPT | SUBJECT(G) COVTYPE(VC). /* 切片+レベル1変数+レベル2変数 */ MIXED Y1 WITH X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 W1 W2 /CRITERIA=CIN(95) MXITER(100) MXSTEP(5) SCORING(1) SINGULAR (0.000000000001) HCONVERGE(0, ABSOLUTE) LCONVERGE(0, ABSOLUTE) PCONVERGE(0.000001, ABSOLUTE) /FIXED = X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 W1 W2 | SSTYPE(3) /METHOD = ML /PRINT = G SOLUTION TESTCOV /RANDOM = INTERCEPT | SUBJECT(G) COVTYPE(UN).
変数の構成や推定方法(ML)が同じなので、当然、結果はRで推定したものと一致する。こうして見ると、Rのスクリプトは本当にシンプルなんだなと実感。SPSSの混合モデルのシンタックスは、ちょっと覚えられそうにない。