マルチレベル混合効果モデル

データ内のグループが入れ子構造になっている場合(生徒が学校と学区に入れ子なっていたり)または、入れ子でない場合(職業と地域の交差)、グループ内の独立性の欠損を担保したマルチレベルモデルをフィットできます。
連続値、二値、カウント、順序、生存アウトカムに対応しています。ランダム切片とスロープの分散の推定、クラス内の相関の計算、変量効果の予測、変量効果で母集団が平均化された関係の推定が可能です。

アウトカムとサポートモデル

  • 連続アウトカム
    • 線形
    • 対数線形
    • 対数ガンマ
    • 非線形
    • 区間計測（区間打ち切り）
    • 右打ち切り、左打ち切りまたは両方(トービット)
  • 2値アウトカム
    • ロジスティック
    • プロビット
    • cloglog
  • カウントアウトカム
    • ポアソン
    • 負の二項分布
  • カテゴリアウトカム
    • 多項ロジスティック（GSEMでの実施）
  • 順序型アウトカム
    • 順序ロジスティック
    • 順序プロビット
  • 生存アウトカム
    • 指数
    • ワイブル
    • 対数正規
    • 対数ロジスティック
    • ガンマ
  • 一般化線形モデル（GLM）
    • 7種類の分布族：正規、ベルヌーイ、二項、ガンマ、負の二項、順序、ポアソン
    • 5種類の分布族：恒等、対数、ロジット、プロビット、cloglog

モデルのタイプ

  • 多段モデル
  • 階層モデル
  • クロスモデル
  • 混合モデル
  • バランス、アンバランス設計

効果のタイプ

  • 変量効果（分散成分）
  • ランダム切片
  • ランダムスロープ（係数）
  • 固定効果（固定係数）

効果共分散構造

  • 同一 ： 特定の効果に対し共通の分散パラメータを有し、共分散は持たない
  • 独立 ： 特定の効果ごとにユニークな分散パラメータを有するが、共分散は持たない
  • 可換 ： 特定の効果に対し共通の分散パラメータと単一の共分散パラメータを有する
  • 無構造 ： 特定の効果ごとにユニークな分散パラメータを有し、効果のペアごとにユニークな共分散パラメータを有する
  • 合成 ： これらの任意の組合せ

線形モデルに対する残差誤差構造

  • 独立
  • 交換可能
  • 自己回帰
  • 移動平均
  • 指数
  • 帯状
  • Toeplitz
  • 柔軟
  • 無構造

推定法

  • 最尤法（ML）
  • 制限付き最尤法（REML）
  • 平均–分散適応ガウス–エルミート求積法
  • 非適応ガウス–エルミート求積法
  • ラプラス近似
  • EM法の初期値

線形モデルにおける小規模標本での推定（分母の自由度調整）

  • Kenward–Roger
  • Satterthwaite
  • ANOVA
  • 繰り返し測定のあるANOVA
  • 残差

ベイズ推定

  • 初期設定の事前分布の使用または事前分布の選択
  • 線形回帰に対するMHサンプリングまたはギブスサンプリング
  • 収束判定、モデルパラメータ関数の推定、ベイズファクターの計算、仮説検定の実行などの推定後ツール
  • 非線形
  • 多変量

制約

  • 固定パラメータへの線形の制約
  • 分散成分への線形の制約

線形モデルにおけるサーベイデータ

  • サンプリング重み
  • モデルのレベルごとの重み付け
  • 相関のあるデータにおけるクラスターロバスト標準誤差

一般化線形モデルと生存モデルにおけるサーベイデータ

  • サンプリング重み
  • モデルのレベルごとの重み付け
  • 相関データにおけるクラスターロバスト標準誤差
  • 層や段ごとの重み付けを含む線形化分散推定（svyコマンド）

多重代入

推定後セレクタ

  • 使用可能な推定後機能の一覧
  • コマンド実行ごとの一覧の自動更新

変量効果の推定

  • 線形モデルでのBLUP推定量
  • 線形モデルでのBLUP推定量の標準誤差
  • 経験的ベイズ事後平均／最頻値
  • 事後平均／最頻値の標準誤差

予測

  • 予測アウトカム（効果あり/なし）
    • 線形予測
    • 確率
    • カウント
    • 密度関数
    • 分布関数
    • 生存関数
    • ハザード関数
    • 変量効果に関する周辺的な予測
    • Pearson、逸脱、Anscombe 残差

その他の特徴

  • 分散要素の推定
  • 級内相関係数（ICC）、ロジスティック／プロビット変量効果モデル
  • 係数値の線形／非線形結合（SE, CI含む）
  • 線形／非線形制約に対するWald検定
  • 尤度比検定
  • 線形／非線形予測
  • ネストグループの構成に関する要約情報
  • 補正予測
  • 情報量基準（AIC, BIC）
  • Hausman検定

因子変数

  • カテゴリ変数からの指標変数自動生成
  • 離散変数または連続変数間の交互作用作成
  • 多項式項の内包
  • カテゴリ／水準間の対比（コントラスト）

限界分析

  • 推定周辺平均
  • 限界効果、偏微効果
  • 平均限界効果、平均偏微効果
  • 最小二乗平均
  • 予測マージン
  • 調整後の予測平均、効果
  • 複数のアウトカムの一括作業
  • 変量効果の積分
  • マージンの対比（コントラスト）
  • マージンのペアワイズ比較
  • プロファイルプロット
  • 交互作用プロット
  • マージン、限界効果グラフ

例題集

下記の機能の操作方法を解説した日本語の例題集をご用意しております。

  • ランダム切片の2レベルモデル
  • ランダムスロープの2レベルモデル
  • 相関のある変量効果の2レベルモデル
  • ランダム切片の3レベルモデル
  • 独立残差分散構造

日本語資料ダウンロードのお申し込み

詳細資料

詳細は、開発元StataCorp.の機能紹介ページにあるマニュアルをご覧ください。

Multilevel mixed-effects modelsのページへ

関連書籍

Multilevel and Longitudinal Modeling Using Stata, Third Edition (Volumes I and II) by Sophia Rabe-Hesketh and Anders Skrondal

詳細ページへ

The Stata News

開発元StataCorp.のトレーニングコース

Multilevel/Mixed Models Using Stata training course

お申し込みページへ

Stata is a registered trademark of StataCorp LLC, College Station, TX, USA, and the Stata logo is used with the permission of StataCorp.

ISO27001(ISMS)認証ロゴ

ISO27001(ISMS)認証
情報セキュリティ・マネジメントシステム

ユビキタスAIグループ

© 2024 Lightstone Corp. All Rights Reserved

page_top_icon