Размер видео: 1280 X 720853 X 480640 X 360
Показать панель управления
Автовоспроизведение
Автоповтор
分析の楽しさが伝わってきた。
とてもわかり易かったです！upしていただきありがとうございます😄
こちらこそご視聴とコメントありがとうございます！！
説明変数に、対数を使うのは初めて知りました。参考資料かサイトがありましたら、教えて下さい。分かり易い例題ですね。ありがとうございました。
こちらこそご視聴ありがとうございます。対数変換は偏った数値の分布を正規分布に近づけたい場合や、弾性力を算出したい場合などに行われます。例えば「マーケティングの統計モデル」などといった書籍が参考になるかと思います。
非常に参考になりました。質問が3点あります。1.対数変換で左辺を対数に取った方が合う場合に、右辺の一部の説明変数のみ対数を取るのが好ましいとき、その一部の説明変数の係数は弾力性を表し、その他の説明変数の係数は弾力性を表さないということでしょうか。（もしくは、全ての説明変数で対数を取らなければ、全ての説明変数の係数が弾力性を表さないということでしょうか。）2.多重共線性があると判断する相関の目安はどれくらいでしょうか。3.交互作用は３つ以上の変数が絡み合ってる場合でも、それらを掛け合わせて交互作用を検証することは可能でしょうか。お忙しいと思いますが、よろしけばお答えいただきたいです。
ご視聴ありがとうございます。分かる範囲で回答させていただきます。1.すべての変数で対数変換を行わなくても問題ありません。y,x共に対数を取った場合、xの係数は「xが1%増えるとyは何%増える」（=弾性力）という指標となり、yのみ対数を取った場合、xの係数は「xが1増えるとyは何%増える」という指標となります。2.これという決まりはないのですが、私は相関係数の絶対値が0.7以上くらいあると片方を除外することを考えます。多重共線性の対処をもっと厳密に行う場合は、Excelだと実行が難しいですが「VIF」という指標もございます。3.はい、3つ以上でも問題ありません。ただ結果の解釈が難しくなってくるため、できれば2つまでの方が良いかなという気はします。以上、よろしくお願いします。
わかりやすい動画をありがとうございます。交互作用項をいくつか作成して分析する際には、同じ説明変数を用いてる交互作用項は同時に使用してはいけないのでしょうか？多重共線性の問題が絡んでしまいますでしょうか？
ありがとうございます！ 交互作用項を含んで回帰分析を行った場合、回帰分析の精度自体に影響はありませんが、多重共線性が発生している説明変数の回帰係数はおかしくなります。
動画作成ありがとうございました。参考にさせていただきます。重回帰分析は理解できれば非常に強い武器になると感じています。現実的には単回帰よりも説明変数が複数であることの方が一般的なのかと思っています。ちょっと疑問に思ったのですが、補正Ｒ2が負の値になることがあるのですか？二乗してるのに？ 虚数？
こちらこそありがとうございます。重回帰分析は様々な面で役立つ手法と思います。R2値ですが、実はこういう名称ではありますが必ずしも2乗した値という訳ではありません。（同じR2値でも、ソフトウェアによって計算式が違っていたりします。）あまりにも当てはまりの悪い結果だと、補正R2どころか通常のR2値もマイナスになり得ます。【ご参考】ja.wikipedia.org/wiki/%E6%B1%BA%E5%AE%9A%E4%BF%82%E6%95%B0（R2値には8種類の定義がある、らしいです。。。）
とても分かりやすかったです。質問なのですがエクセルで固定効果分析は可能でしょうか？パネルデータの回帰分析を行なおうとしているのですがエクセルで出来るのか気になりました。
ご視聴ありがとうございます。私自身、Excelで固定効果の分析を行なったことが無く明快にお答えできず恐縮ですが、説明変数・目的変数それぞれからIDごとの平均値を引いた値を用いて回帰分析を行う「固定効果推定」を適用すればExcelの回帰分析で可能ではないかと思います。ご参考：web.econ.keio.ac.jp/staff/bessho/lecture/06/econome/060705panel2.pdf最尤法などで計算するのであれば、最小化させる式をExcel上で定義し、「ソルバー」機能でその値を最小化させるようなXの係数を求める形になるかなと思います。パネルデータ分析に適用している事例は見当たらなかったのですが、例えばExcelでロジスティック回帰分析を行う場合は以下のサイトが参考になります。ご参考：bellcurve.jp/statistics/blog/8607.html
@@nishimaki とても丁寧にご返信いただきありがとうございます！今後も動画参考にさせていただきます🙇♂️
分析の楽しさが伝わってきた。
とてもわかり易かったです！
upしていただきありがとうございます😄
こちらこそご視聴とコメントありがとうございます！！
説明変数に、対数を使うのは初めて知りました。参考資料かサイトがありましたら、教えて下さい。分かり易い例題ですね。ありがとうございました。
こちらこそご視聴ありがとうございます。
対数変換は偏った数値の分布を正規分布に近づけたい場合や、弾性力を算出したい場合などに行われます。
例えば「マーケティングの統計モデル」などといった書籍が参考になるかと思います。
非常に参考になりました。
質問が3点あります。
1.対数変換で左辺を対数に取った方が合う場合に、右辺の一部の説明変数のみ対数を取るのが好ましいとき、その一部の説明変数の係数は弾力性を表し、その他の説明変数の係数は弾力性を表さないということでしょうか。
（もしくは、全ての説明変数で対数を取らなければ、全ての説明変数の係数が弾力性を表さないということでしょうか。）
2.多重共線性があると判断する相関の目安はどれくらいでしょうか。
3.交互作用は３つ以上の変数が絡み合ってる場合でも、それらを掛け合わせて交互作用を検証することは可能でしょうか。
お忙しいと思いますが、よろしけばお答えいただきたいです。
ご視聴ありがとうございます。分かる範囲で回答させていただきます。
1.
すべての変数で対数変換を行わなくても問題ありません。
y,x共に対数を取った場合、xの係数は「xが1%増えるとyは何%増える」（=弾性力）という指標となり、
yのみ対数を取った場合、xの係数は「xが1増えるとyは何%増える」という指標となります。
2.
これという決まりはないのですが、私は相関係数の絶対値が0.7以上くらいあると片方を除外することを考えます。
多重共線性の対処をもっと厳密に行う場合は、Excelだと実行が難しいですが「VIF」という指標もございます。
3.
はい、3つ以上でも問題ありません。
ただ結果の解釈が難しくなってくるため、できれば2つまでの方が良いかなという気はします。
以上、よろしくお願いします。
わかりやすい動画をありがとうございます。交互作用項をいくつか作成して分析する際には、同じ説明変数を用いてる交互作用項は同時に使用してはいけないのでしょうか？多重共線性の問題が絡んでしまいますでしょうか？
ありがとうございます！ 交互作用項を含んで回帰分析を行った場合、回帰分析の精度自体に影響はありませんが、多重共線性が発生している説明変数の回帰係数はおかしくなります。
動画作成ありがとうございました。参考にさせていただきます。
重回帰分析は理解できれば非常に強い武器になると感じています。
現実的には単回帰よりも説明変数が複数であることの方が一般的なのかと思っています。
ちょっと疑問に思ったのですが、補正Ｒ2が負の値になることがあるのですか？
二乗してるのに？ 虚数？
こちらこそありがとうございます。重回帰分析は様々な面で役立つ手法と思います。
R2値ですが、実はこういう名称ではありますが必ずしも2乗した値という訳ではありません。（同じR2値でも、ソフトウェアによって計算式が違っていたりします。）
あまりにも当てはまりの悪い結果だと、補正R2どころか通常のR2値もマイナスになり得ます。
【ご参考】
ja.wikipedia.org/wiki/%E6%B1%BA%E5%AE%9A%E4%BF%82%E6%95%B0
（R2値には8種類の定義がある、らしいです。。。）
とても分かりやすかったです。
質問なのですがエクセルで固定効果分析は可能でしょうか？
パネルデータの回帰分析を行なおうとしているのですがエクセルで出来るのか気になりました。
ご視聴ありがとうございます。
私自身、Excelで固定効果の分析を行なったことが無く明快にお答えできず恐縮ですが、説明変数・目的変数それぞれからIDごとの平均値を引いた値を用いて回帰分析を行う「固定効果推定」を適用すればExcelの回帰分析で可能ではないかと思います。
ご参考：web.econ.keio.ac.jp/staff/bessho/lecture/06/econome/060705panel2.pdf
最尤法などで計算するのであれば、最小化させる式をExcel上で定義し、「ソルバー」機能でその値を最小化させるようなXの係数を求める形になるかなと思います。
パネルデータ分析に適用している事例は見当たらなかったのですが、例えばExcelでロジスティック回帰分析を行う場合は以下のサイトが参考になります。
ご参考：bellcurve.jp/statistics/blog/8607.html
@@nishimaki
とても丁寧にご返信いただきありがとうございます！
今後も動画参考にさせていただきます🙇♂️