一般化線形混合モデルの例
この例では、「モデルのあてはめ」プラットフォームの［一般化線形混合モデル］手法を使って、2種類の授業方法を評価します。この教育調査には、複数の学校が参加し、クラス単位で2つの授業方法のいずれかを受講しました。いずれかの授業方法によるいくつかの授業を受講後、生徒は試験を受けて、合格または不合格の結果を受け取ります。
1. ［ヘルプ］>［サンプルデータフォルダ］を選択し、「Student Testing.jmp」を開きます。
2. ［分析］>［モデルのあてはめ］を選択します。
3. 「試験」を選択し、［Y］をクリックします。
この列を［Y］として追加すると、「手法」が［名義ロジスティック］になります。
4. 「手法」リストから［一般化線形混合モデル］を選択します。または、［一般化線形混合モデル］手法を選択してから、［Y］をクリックして「試験」を追加することもできます。
5. 「授業方法」を選択し、［固定効果］タブで［追加］をクリックします。
図9.2 指定が完了した「モデルのあてはめ」起動ウィンドウの［変量効果］タブ
6. ［変量効果］タブをクリックします。
7. 「クラス」を選択し、［追加］をクリックします。
8. 「列の選択」リストから「学校」を選択し、［変量効果］タブの「クラス」を選択し、［枝分かれ］をクリックします。
9. 「学校」を選択し、［追加］をクリックします。
図9.3 入力が完了した「モデルのあてはめ」起動ウィンドウ、［変量効果］タブ
10. ［実行］をクリックします。
Figure 9.4のような「一般化線形混合モデル」レポートが表示されます。授業方法の違いによる効果は、統計的に有意であるとはいえません。一方、学校内で枝分かれしたクラスのばらつきは、統計的に有意であるといえます。
図9.4 「一般化線形混合モデル」レポートウィンドウ
11. 「二項」の赤い三角ボタンをクリックし、［条件付き予測値プロット］>［条件付きプロファイル］を選択します。
条件付きプロファイルを使って、クラスや学校ごとの合格率の差を調べることができます。
図9.5 条件付きプロファイル
