ヘッドスタート(Head Start)のデータを使ったパス解析 [データサイエンス、統計モデル]
単回帰の回帰係数や相関係数は正(or 負)にもかかわらず、重回帰分析をすると回帰係数が逆転し負(or 正)になっている場合があります。
色々な原因があり、一つの可能性としては多重共線性が考えられます。
多重共線性ではない場合、どう考えれば良いか?
ヘッドスタート(Head Start)のデータを使ったパス解析をしたいと思います。
■ データ
HS: 学習プログラムの参加
SES: 親の社会的地位
COG: プログラム終了後の認知能力
■ 相関係数
HS SES COG
HS 1.00 -0.41 -0.10
SES -0.41 1.00 0.52
COG -0.10 0.52 1.00
これによると、HSを受けるとCOGが-0.10となっています。
つまり、学習プログラムに参加すると認知能力が下がるということです。
感覚と違いますね。
■ パス解析
社会的地位が高い家庭はそもそも学習プログラムに参加しにくい傾向があります。
この影響を取り除かないと学習プログラムの効果がわかりません。
そこでパス解析を実施します。
これは、SESの影響を統制した時に、HSとCOGの関係を見ていることになります。
結果は、HSプログラムに参加するほどCOGが高くなる(0.136)となっていました。
色々な原因があり、一つの可能性としては多重共線性が考えられます。
多重共線性ではない場合、どう考えれば良いか?
ヘッドスタート(Head Start)のデータを使ったパス解析をしたいと思います。
■ データ
HS: 学習プログラムの参加
SES: 親の社会的地位
COG: プログラム終了後の認知能力
■ 相関係数
HS SES COG
HS 1.00 -0.41 -0.10
SES -0.41 1.00 0.52
COG -0.10 0.52 1.00
これによると、HSを受けるとCOGが-0.10となっています。
つまり、学習プログラムに参加すると認知能力が下がるということです。
感覚と違いますね。
■ パス解析
社会的地位が高い家庭はそもそも学習プログラムに参加しにくい傾向があります。
この影響を取り除かないと学習プログラムの効果がわかりません。
そこでパス解析を実施します。
これは、SESの影響を統制した時に、HSとCOGの関係を見ていることになります。
結果は、HSプログラムに参加するほどCOGが高くなる(0.136)となっていました。
コメント 0