「シミュレーション」による実践的アプローチ
統計解析の実務において、正規分布や分散の等質性を前提とする標準的な分散分析（ANOVA）の枠組みを越え、**一般化線形モデル（GLM）**の世界へ踏み出す場面は多々あります。二値データの「ロジスティック回帰」やカウントデータの「ポアソン回帰」などがその代表です。
GLMにおける二元配置（2つのカテゴリカル変数の影響）の検定は、最小二乗法ではなく**尤度比検定（Likelihood Ratio Test）やウォルド検定（Wald Test）に基づきます。これらのモデルでは、検定力を数式で直接算出（クローズドフォームでの解法）することが困難なため、「モンテカルロ・シミュレーション」**によるアプローチが最も確実で標準的な手法となります。
GLMにおける検定力分析の考え方
GLMでは、各要因の効果を「モデル比較」の観点から評価します。
この記事のライター
