クェート事例 逆ステップ 全因子が変化して不思議はない
事例: n=96、メニュー3個の事例、rate0.677とこれまた、高率.
メニュー r : ライス , m : ミート , t : トマト
いずれも、延べ曝露70<.
メニューを削減する必要がない.生起因子は簡単に区別できる.
差分計算から入って、独立モデル、lmをみる.ステップⅠの逆ながれ.
・左枠内
m: mは生起としてよい.
t: rmtとrmの差があり、tは抑制的な面はある.
r: rは単独でriskを少し帯びている.
・中枠内・・差分
m: 差分が2つ取れて、ほぼ確実に生起.
t: 差分が2つ取れて、ほぼ抑制的.
r: 単独での値だけはある(差分がない).
・右枠
SE:lmでは rのSEは大きい.lm切片ゼロ指定では係数とSEの大きさがほぼ同じ.
* データ、g率とgモデル推定の一致.
左枠、gの率は、独立化gモデル推定係数と一致する.重複lm推定では、点推定値に無理があり広いSEをもつr次第といわんばかりの結果. r は差分データからは算定できないが、線形独立のSEからみて多面性のある因子と決めていいか?
・多面性か多変性か
多面性をみるための、因子複写と推定
r以外の係数を固定した計算
によって、データ差分を達成するか検討も考えられるが、なにも値が変化するのは1因子とは限らない.3因子とも相手によって変化しうると考えれば、
いったん手動で係数を変化(絶対値を小さく)させたものを用意して、gを再現し、各nを乗じてID数を再現する.観察値と近づくことから、このような”弱まる”機構があり得るといえる.
間に推定を入れたが、結果、推定無しでsimできるものだった.