一般化線形混合モデル(GLMM)のススメ

ぼくたちの研究室では、主に介入研究のデータ解析で、一般化線形混合モデル(Generalized Linear Mixed Model, GLMM)を活用してます。

原著論文化はもうちょい先ですが、やっぱこれすごくいいです。

生態学を中心に心理学、その他いろんなヘルスケア領域で使われています。

国内外の作業療法研究では、分散分析や回帰分析などがまだまだ主流ですが、もっと積極的にGLMMを活用したほうが良いです。

ぼくもまだ勉強中なので、備忘録がわりに紹介しておきます。

① GLMMのメリット

GLMMの何がすごいかというと、1)さまざまな統計モデル(回帰分析、分散分析、共分散分析、対数線形分析モデル、混合効果モデル、階層線形モデルなど)を一意に表現できる、2)変量効果(random effect)という概念装置ひとつで処理が困難なデータをうまく扱える、3)自由にモデリングできる、などがあります。

これ、どういうことかというと、GLMMは目的に合わせてデータ解析できるし、複雑な現象に応じたモデリングが柔軟にできるし、しかも個人差や場所差などデータ化していない要因を考慮したうえで解析できる、ってことです。

作業療法は、クライエントの個別性を尊重した評価と介入を行うので、いろんな仮定を満たさないと使えない分散分析などでデータ解析するのは正直しんどいです。

現実のデータは、とてもシビアです。

GLMMは、作業療法士のそんなジレンマを解消してくれるツールのひとつになりえます。

GLMMの詳細は、以下の文献が超おすすめです。

特に作業療法士で介入研究やりたい人は必読です。




② ソフトウェア

GLMMはRやSASで実行できます(無料)。

SPSSもできますが、有料だし、めっちゃ面倒です。

ぼくはR、Rstan(glmmstan)で実行しています。

複雑なモデルは最尤法で当てはめると危ないので、ベイズ推定(glmmstanがめちゃ便利)
を使います。

RでGLMM

RstanでGLMM





SASでGLMMその1

SASでGLMMその2

③ 資料

ネットにはGLMMに関する良質な資料がいっぱいあります。

以下その一部です。

一緒に勉強していきましょう。

久保さんのサイト

なぜ今GLMMなのか

GLMM の紹介