<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>quossy</author_name>
  <author_url>https://blog.hatena.ne.jp/quossy/</author_url>
  <blog_title>ねこすたっと</blog_title>
  <blog_url>https://necostat.hatenablog.jp/</blog_url>
  <categories>
    <anon>clustered/repeated</anon>
    <anon>matching/paired</anon>
    <anon>R</anon>
  </categories>
  <description>条件付きロジスティック回帰（CLR） 通常のロジスティック回帰を行う Epiパッケージのclogistic( )を使ってCLR survivalパッケージのclogit( )を使ってCLR おわりに 参考資料 対象集団をいくつかの異なったグループに分けられるデータをクラスターデータ（clustered data）と呼ぶ。 例えば、 学校 - 生徒 個体 - 複数の患部（眼など） 個体 - 毎月の測定（反復測定） などが挙げられる。 クラスター内の類似性を考慮しないとデータが持っている情報量を過大評価することになるほか、クラスターの異質性を考慮することで検出力を向上させうる。 同一対象者の前後比…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fnecostat.hatenablog.jp%2Fentry%2F2021%2F10%2F12%2F093534&quot; title=&quot;条件付きロジスティック回帰でクラスターデータを解析する（clogistic関数, clogit関数）[R] - ねこすたっと&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>https://m.media-amazon.com/images/I/31BfREBN1SL._SL500_.jpg</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2021-10-12 09:35:34</published>
  <title>条件付きロジスティック回帰でクラスターデータを解析する（clogistic関数, clogit関数）[R]</title>
  <type>rich</type>
  <url>https://necostat.hatenablog.jp/entry/2021/10/12/093534</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
