Jove
Visualize
お問い合わせ
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する概念動画

Basics of Multivariate Analysis in Neuroimaging Data06:35

Basics of Multivariate Analysis in Neuroimaging Data

17.3K
The current article describes the basics of multivariate analysis and contrasts it to the more commonly used voxel-wise univariate analysis. Both types of analysis are applied to a clinical-neuroscience data set. Supplementary split-half simulations show better replication of the multivariate results in independent data...
17.3K
Establishing a Competing Risk Regression Nomogram Model for Survival Data04:57

Establishing a Competing Risk Regression Nomogram Model for Survival Data

10.8K
Presented here is a protocol to build nomograms based on the Cox proportional hazards regression model and competing risk regression model. The competing method is a more rational method to apply when competing events are present in the survival...
10.8K
Correlation and Regression00:53

Correlation and Regression

3.1K
In statistics, correlation describes the degree of association between two variables. In the subfield of linear regression, correlation is mathematically expressed by the correlation coefficient, which describes the strength and direction of the relationship between two variables. The coefficient is symbolically represented by 'r' and ranges from -1 to +1. A positive value indicates a positive correlation where the two variables move in the same direction. A negative value suggests a...
3.1K
A Method to Estimate Cadaveric Femur Cortical Strains During Fracture Testing Using Digital Image Correlation09:34

A Method to Estimate Cadaveric Femur Cortical Strains During Fracture Testing Using Digital Image Correlation

7.8K
In this protocol, the femur surface strains are estimated during fracture testing using the digital image correlation technique. The novelty of the method involves application of a high-contrast stochastic speckle pattern on the femur surface, carefully specified illumination, high speed video capture, and digital image correlation analysis for strain calculations.
7.8K
Cross-Modal Multivariate Pattern Analysis13:51

Cross-Modal Multivariate Pattern Analysis

20.5K
Classical multivariate pattern analysis predicts sensory stimuli a subject perceives from neural activity in the corresponding cortices (e.g. visual stimuli from activity in visual cortex). Here, we apply pattern analysis cross-modally and show that sound- and touch-implying visual stimuli can be predicted from activity in auditory and somatosensory cortices,...
20.5K
Detection and Quantification of Plasmodium falciparum in Aqueous Red Blood Cells by Attenuated Total Reflection Infrared Spectroscopy and Multivariate Data Analysis10:50

Detection and Quantification of Plasmodium falciparum in Aqueous Red Blood Cells by Attenuated Total Reflection Infrared Spectroscopy and Multivariate Data Analysis

8.4K
Here, we present a protocol for the detection and quantification of Plasmodium falciparum in infected aqueous red blood cells using an attenuated total reflection infrared spectrometer and multivariate data...
8.4K

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え
Same author

A construction of statistical inferences in geographically weighted univariate log-gamma regression.

MethodsX·2026
Same author

Modified partial least square structural equation model with multivariate adaptive regression spline: Parameter estimation technique and applications.

MethodsX·2025
Same author

Estimation of parameters and hypothesis testing of multivariate spatial autoregressive model.

MethodsX·2025
Same author

Explore poverty with statistical modeling: The bivariate polynomial binary logit regression (BPBLR).

MethodsX·2025
Same author

Spatial clustering based on geographically weighted multivariate generalized gamma regression.

MethodsX·2024
Same author

kppmenet: combining the kppm and elastic net regularization for inhomogeneous Cox point process with correlated covariates.

Journal of applied statistics·2024

関連する実験動画

Updated: Jan 20, 2026

Basics of Multivariate Analysis in Neuroimaging Data
06:35

Basics of Multivariate Analysis in Neuroimaging Data

Published on: July 24, 2010

17.3K

従属カウントデータのための多変量相関ポアソン一般化逆ガウス回帰モデル：推定および検定手順

Yusrianti Hanike1,2, Purhadi2, Achmad Choiruddin2

  • 1Department of Statistics, Universitas Islam Negeri Abdul Muthalib Sangaji Ambon, Sirimau, Kota Ambon 97128, Indonesia.

MethodsX
|January 19, 2026
PubMed
まとめ

新しい多変量相関ポアソン一般化逆ガウス回帰（MCPGIGR）モデルは、カウントデータの過分散と相関に対処する。この柔軟なフレームワークは、公衆衛生への応用において、モデル適合の向上と堅牢な分析を提供する。

キーワード:
バーント・ホール・ホール・ハウスマン（bhhh）妊産婦死亡率最尤比検定（mlrt）多変量相関ポアソン一般化逆ガウス（mcpgig）新生児死亡率

さらに関連する動画

Establishing a Competing Risk Regression Nomogram Model for Survival Data
04:57

Establishing a Competing Risk Regression Nomogram Model for Survival Data

Published on: October 23, 2020

10.8K
A Method to Estimate Cadaveric Femur Cortical Strains During Fracture Testing Using Digital Image Correlation
09:34

A Method to Estimate Cadaveric Femur Cortical Strains During Fracture Testing Using Digital Image Correlation

Published on: September 14, 2017

7.8K

関連する実験動画

Last Updated: Jan 20, 2026

Basics of Multivariate Analysis in Neuroimaging Data
06:35

Basics of Multivariate Analysis in Neuroimaging Data

Published on: July 24, 2010

17.3K
Establishing a Competing Risk Regression Nomogram Model for Survival Data
04:57

Establishing a Competing Risk Regression Nomogram Model for Survival Data

Published on: October 23, 2020

10.8K
A Method to Estimate Cadaveric Femur Cortical Strains During Fracture Testing Using Digital Image Correlation
09:34

A Method to Estimate Cadaveric Femur Cortical Strains During Fracture Testing Using Digital Image Correlation

Published on: September 14, 2017

7.8K

科学分野:

  • 統計学
  • 生物統計学
  • 疫学

背景:

  • 多変量カウントデータの分析は、過分散と応答変数の相関という課題に直面している。
  • 既存のモデルでは、公衆衛生の文脈におけるこれらの複雑さに十分に対処できない場合がある。

研究 の 目的:

  • 多変量カウントデータを分析するための新しい回帰モデル、多変量相関ポアソン一般化逆ガウス回帰（MCPGIGR）を導入する。
  • 提案されたモデルのための堅牢な推定および仮説検定方法を提供する。
  • 公衆衛生への応用におけるMCPGIGRの実用性とモデル適合の向上を実証する。

主な方法:

  • 共通のショック変数と柔軟な対数リンク関数を介したランダム効果を組み込んだMCPGIGRモデルの開発。
  • パラメータ推定と有意性検定のための最尤推定（MLE）および最尤比検定（MLRT）の実装。
  • 推定量の一貫性と性能を検証するためのシミュレーション研究の実施。

主要な成果:

  • MCPGIGRモデルは、妊産婦および新生児死亡率データへの応用において、多変量ポアソン回帰（MPR）と比較してモデル適合の大幅な改善を示した。
  • シミュレーション研究は、提案された推定量の的一貫性と性能を確認した。
  • このモデルは、多変量カウントデータにおける過分散と相関を効果的に処理する。

結論:

  • MCPGIGRモデルは、相関のある過分散の多変量カウントデータを分析するための柔軟で実用的なソリューションを提供する。
  • このフレームワークは、公衆衛生研究における解釈可能性を高める、堅牢なパラメータ推定と仮説検定を提供する。
  • MCPGIGRは、疫学および関連分野における統計モデリングの重要な進歩を表す。