多変量解析というのは一つの手法の名前ではなく、複数の独立変数や従属変数がある場合の統計解析全般を指す言葉です。
変数の種類や数によってさまざまな統計学的解析手法が存在しますが、どういうときにどれを使えば良いのかはなかなか自分の頭の整理がつかないため、わかりやすい説明をまとめておきたいと思います。
多変量解析の手法としてどれを選ぶかの基準として把握すべきことは、自分の持っているデータで、何が独立変数で何が従属変数と考えられるのか（もしくはそういう区別がないのか）、それらの変数の数はいくつあるのか、それらの変数の種類は「量的」（連続的に変化する量）か「質的」（カテゴリー分けしたもの）か、といったことです。
- 多変量解析の手法 アルバート いつもながらこの会社の説明は非常にわかりやすい。
- 多変量解析の種類 ＭＡＣＲＯＭＩＬＬ
- カテゴリー解析 ＩＢＭ ＳＰＳＳ
臨床研究における多変量解析の手法
研究計画に多変量解析によりリスク因子を明らかにするなどと良く書かれていますが、多変量解析と一口にいってもいろいろな手法があります。どんなときにどんな手法を用いるべきなのか、知識を整理しておきたいと思います。それは、結果を表す「従属変数」が連続量か2値か生存曲線かで変わってきます。
- 連続アウトカム︓線形回帰モデル
- 2値アウトカム︓ロジスティック回帰モデル
- ⽣存時間アウトカム︓Cox回帰モデル
参考
- 臨床研究における多変量解析 モデルの変数選択の⽅法 野間 久史 統計数理研究所 2021年5⽉14⽇ 順天堂⼤学 2021年度臨床研究研修会
