Słownik metodologiczny · Testy statystyczne

Analiza logliniowa – jak modelować tabele wielodzielcze?

Analiza logliniowa modeluje liczebności w tabeli trzech i więcej zmiennych jakościowych. Pokazujemy zapis modeli hierarchicznych, porównanie G², interpretację interakcji jako ilorazów szans, przykład w R i opis do pracy.

Strona główna / Słownik / Analiza logliniowa
W skrócie: Analiza logliniowa modeluje logarytm liczebności w komórkach tabeli trzech lub więcej zmiennych jakościowych jako sumę efektów i interakcji. Modele hierarchiczne porównuje się statystyką G², a zachowane interakcje dwóch zmiennych opisuje się ilorazami szans.

Co to jest analiza logliniowa?

Analiza logliniowa (ang. log-linear analysis) to modelowanie liczebności w tabeli krzyżowej trzech lub więcej zmiennych jakościowych. Logarytm oczekiwanej liczebności komórki zapisuje się jako sumę efektów głównych i interakcji zmiennych. Birch (1963) zdefiniował interakcje w tabelach trójdzielczych właśnie jako kombinacje logarytmów liczebności oczekiwanych i opisał ich estymację metodą największej wiarygodności. Żadna zmienna nie jest tu zależna: model opisuje układ powiązań między wszystkimi naraz.

Modele hierarchiczne i ich porównanie

Model oznacza się nawiasami najwyższych interakcji. Dla zmiennych T (tryb studiów), P (praca) i W (wypalenie) zapis [TP][PW] oznacza, że T i W są niezależne warunkowo przy danym P. Model jest hierarchiczny: zawiera też wszystkie niższe składniki, np. [TP] obejmuje T i P. Goodman (1970) pokazał, jak testować takie hipotezy, w tym niezależność warunkową, i jak rozkładać je na kolejne kroki.

Dopasowanie mierzy statystyka G², czyli dewiancja modelu wobec modelu nasyconego. Różnica G² dwóch modeli zagnieżdżonych to test ilorazu wiarygodności. Zwykle zaczyna się od modelu nasyconego i usuwa kolejne interakcje, dopóki G² nie wzrośnie istotnie.

Przykład

W danych symulowanych 400 studentów model bez interakcji trzech zmiennych, [TP][TW][PW], pasował dobrze: G²(1) = 0.00, p = .950. Po usunięciu [TW] model [TP][PW] nadal pasował, G²(2) = 0.75, p = .688. Usunięcie [PW] pogorszyło dopasowanie o ΔG²(1) = 21.79, p < .001. Interakcję PW czytamy jako iloraz szans: pracujący mieli 2.80 razy większe szanse wypalenia, 95% CI [1.79, 4.37], niezależnie od trybu studiów. Ten sam model dopasowany jako regresja Poissona dał identyczną dewiancję.

Na rysunku

Dwa panele dla ośmiu komórek tabeli tryb studiów na pracę na wypalenie z przykładu. A: obserwowane liczebności (puste koła) oraz liczebności oczekiwane w modelu bez interakcji praca–wypalenie, [TP][W] (trójkąty), i w modelu końcowym [TP][PW] (kwadraty). Kwadraty leżą prawie na kołach, trójkąty są przesunięte nawet o kilkanaście osób, np. 26 obserwowanych wobec 42.2 oczekiwanych wśród niepracujących studentów dziennych z wypaleniem. B: reszty Pearsona tych samych komórek na tle szarego pasma od minus 2 do 2. W modelu bez PW reszty sięgają od minus 2.50 do 2.44 i układają się we wzór: więcej osób, niż przewiduje model, wśród pracujących z wypaleniem i niepracujących bez wypalenia. W modelu końcowym wszystkie reszty mieszczą się między minus 0.44 a 0.38.
Rysunek 1. Liczebności obserwowane i oczekiwane w modelach [TP][W] i [TP][PW] (A) oraz reszty Pearsona (B) dla danych z przykładu. Obliczenia: R, pakiety MASS, ggplot2 i patchwork (dane symulowane, set.seed(4571)).

Co widać. Model logliniowy przewiduje liczebność każdej komórki tabeli, więc jego dopasowanie można zobaczyć komórka po komórce. Puste koła w panelu A to osiem liczebności z przykładu. Trójkąty to przewidywania modelu [TP][W], w którym wypalenie nie zależy od pracy: model ten myli się nawet o kilkanaście osób, np. wśród niepracujących studentów dziennych z wypaleniem oczekuje 42.2 osoby, a jest ich 26. Kwadraty modelu końcowego [TP][PW] leżą prawie na kołach. Panel B pokazuje to samo jako reszty Pearsona, czyli różnice podzielone przez pierwiastek z liczebności oczekiwanej. W modelu bez PW reszty sięgają od −2.50 do 2.44 i mają wyraźny wzór: nadwyżka w komórkach „pracuje i wypalony” oraz „nie pracuje i niewypalony”, niedobór w dwóch pozostałych. To właśnie pominięta interakcja PW. Suma kwadratów tych reszt to χ² Pearsona, 22.03 przy 3 stopniach swobody (G² = 22.53); w modelu końcowym reszty mieszczą się między −0.44 a 0.38, a χ² = G² = 0.75.

Na co uważać. Rysunek ocenia dopasowanie, a nie siłę związku – tę opisuje iloraz szans z modelu. Przy ośmiu komórkach pojedyncza reszta powyżej 2 co do modułu może być przypadkiem, dlatego wzór reszt jest ważniejszy niż jedna komórka. W większych tabelach takie reszty zwykle pokazuje się kolorem na wykresie mozaikowym; różne sposoby rysowania tabeli krzyżowej porównuje wpis Tabela krzyżowa na wykresie.

Podpis do pracy:

Rysunek 1. Liczebności obserwowane i oczekiwane w modelach logliniowych dla trybu studiów (T), pracy zarobkowej (P) i wypalenia (W). Uwaga. Panel A: liczebności obserwowane (koła) i oczekiwane w modelu bez interakcji praca × wypalenie, [TP][W] (trójkąty), oraz w modelu końcowym [TP][PW] (kwadraty). Panel B: reszty Pearsona; szare pasmo oznacza wartości od −2 do 2. N = 400, dane symulowane.

Kod rysunku odtwarza dane z przykładu (set.seed(4571)). Rysunek na stronie powstał z tego kodu po podmianie motywu na motyw serwisu (krój czcionki, siatka). Dane, geometrie i skale są identyczne.

Kod R rysunku 1
# Rysunek 1. Liczebności obserwowane i oczekiwane w dwóch modelach logliniowych oraz reszty Pearsona (dane z przykładu)
suppressPackageStartupMessages({ library(MASS); library(ggplot2); library(patchwork) })

# Paleta Okabe–Ito i prosty motyw
motyw <- theme_minimal(base_size = 14) +
  theme(plot.title = element_text(face = "bold", colour = "#0f1d3a", size = rel(1.0)),
        panel.grid.minor = element_blank(), panel.grid.major = element_line(colour = "grey88", linewidth = 0.4),
        legend.position = "bottom", plot.background = element_rect(fill = "white", colour = NA))

# Dane z przykładu (te same co w haśle, set.seed(4571))
set.seed(4571)
n <- 400
tryb  <- factor(sample(c("dzienne", "zaoczne"), n, TRUE), levels = c("dzienne", "zaoczne"))
praca <- factor(ifelse(runif(n) < ifelse(tryb == "zaoczne", .75, .35), "tak", "nie"), levels = c("nie", "tak"))
wypal <- factor(ifelse(runif(n) < ifelse(praca == "tak", .40, .20), "tak", "nie"), levels = c("nie", "tak"))
tab <- table(tryb, praca, wypal)

modele <- list("[TP][W] – bez PW" = loglm(~ tryb * praca + wypal, data = tab, fitted = TRUE),
               "[TP][PW] – model końcowy" = loglm(~ tryb * praca + praca * wypal, data = tab, fitted = TRUE))
d <- as.data.frame(tab)
d$komorka <- with(d, paste0(tryb, ", praca: ", praca, ", wypalenie: ", wypal))
d$komorka <- factor(d$komorka, levels = rev(d$komorka))
dl <- do.call(rbind, lapply(names(modele), function(nm) {
  oczek <- as.vector(fitted(modele[[nm]]))
  data.frame(d, model = nm, oczekiwana = oczek, reszta = (d$Freq - oczek) / sqrt(oczek))
}))
dl$model <- factor(dl$model, levels = names(modele))
print(data.frame(komorka = d$komorka, obserwowana = d$Freq,
                 oczek_bez_PW = round(dl$oczekiwana[dl$model == names(modele)[1]], 1),
                 reszta_bez_PW = round(dl$reszta[dl$model == names(modele)[1]], 2),
                 oczek_TP_PW = round(dl$oczekiwana[dl$model == names(modele)[2]], 1),
                 reszta_TP_PW = round(dl$reszta[dl$model == names(modele)[2]], 2)), row.names = FALSE)
round(sapply(modele, function(m) c(G2 = m$lrt, X2 = m$pearson, df = m$df)), 2)

kol <- c("[TP][W] – bez PW" = "#D55E00", "[TP][PW] – model końcowy" = "#0072B2")
ksz <- c("[TP][W] – bez PW" = 17, "[TP][PW] – model końcowy" = 15)
pA <- ggplot(dl, aes(y = komorka)) +
  geom_point(data = d, aes(x = Freq), shape = 21, size = 5, fill = "white", colour = "black", stroke = 1) +
  geom_point(aes(x = oczekiwana, colour = model, shape = model), size = 3,
             position = position_nudge(y = ifelse(dl$model == names(modele)[1], 0.18, -0.18))) +
  scale_colour_manual(values = kol, name = NULL) + scale_shape_manual(values = ksz, name = NULL) +
  labs(title = "A. Obserwowane (puste koło) i oczekiwane liczebności", x = "Liczba studentów", y = NULL) +
  motyw

pB <- ggplot(dl, aes(x = reszta, y = komorka, colour = model, shape = model)) +
  annotate("rect", xmin = -2, xmax = 2, ymin = -Inf, ymax = Inf, fill = "grey92") +
  geom_vline(xintercept = 0, colour = "grey40") +
  geom_point(size = 3, position = position_nudge(y = ifelse(dl$model == names(modele)[1], 0.18, -0.18))) +
  scale_colour_manual(values = kol, name = NULL) + scale_shape_manual(values = ksz, name = NULL) +
  scale_x_continuous(limits = c(-3, 3), breaks = seq(-3, 3, 1)) +
  labs(title = "B. Reszty Pearsona (szare pasmo: od −2 do 2)",
       x = "(obserwowana − oczekiwana) / √oczekiwana", y = NULL) +
  motyw

p <- pA / pB + plot_layout(guides = "collect") & theme(legend.position = "bottom")
p
Wynik w R
                             komorka obserwowana oczek_bez_PW reszta_bez_PW
 dzienne, praca: nie, wypalenie: nie         103         86.8          1.74
 zaoczne, praca: nie, wypalenie: nie          43         37.7          0.87
 dzienne, praca: tak, wypalenie: nie          46         51.1         -0.71
 zaoczne, praca: tak, wypalenie: nie          77         93.5         -1.70
 dzienne, praca: nie, wypalenie: tak          26         42.2         -2.50
 zaoczne, praca: nie, wypalenie: tak          13         18.3         -1.25
 dzienne, praca: tak, wypalenie: tak          30         24.9          1.02
 zaoczne, praca: tak, wypalenie: tak          62         45.5          2.44
 oczek_TP_PW reszta_TP_PW
       101.8         0.12
        44.2        -0.18
        43.5         0.38
        79.5        -0.28
        27.2        -0.23
        11.8         0.35
        32.5        -0.44
        59.5         0.33
   [TP][W] – bez PW [TP][PW] – model końcowy
G2            22.53                     0.75
X2            22.03                     0.75
df             3.00                     2.00

Jak opisać w pracy

Zależności między trybem studiów, pracą zarobkową i wypaleniem zbadano hierarchiczną analizą logliniową z eliminacją wsteczną. Ostateczny model [TP][PW] dobrze pasował do danych, G²(2) = 0.75, p = .688, a usunięcie interakcji praca × wypalenie istotnie pogarszało dopasowanie, ΔG²(1) = 21.79, p < .001. Pracujący studenci mieli większe szanse wypalenia, OR = 2.80, 95% CI [1.79, 4.37].

Na co uważać

  • Zmienna wynikowa. Gdy jedna zmienna jest wyraźnie zależna, prostsza do opisu jest regresja logistyczna. Daje te same ilorazy szans co odpowiadający jej model logliniowy.
  • Puste komórki. Przy małych liczebnościach G² słabo przybliża rozkład χ².
  • Tabela 2 × 2 × K. Gdy pytasz tylko o związek dwóch zmiennych przy kontroli trzeciej, wystarczy test Cochrana–Mantela–Haenszela. Pełną procedurę opisuje wpis Analiza logliniowa tabel wielodzielczych.
Przykład reprodukowalny

Analiza logliniowa w R

Kod tworzy tabelę 2 × 2 × 2, dopasowuje modele hierarchiczne funkcją MASS::loglm, porównuje je statystyką G² i dopasowuje model końcowy jako regresję Poissona (glm).

Eliminacja wsteczna i iloraz szans z modelu końcowego

Dane wejściowe: 400 symulowanych studentów: tryb studiów, praca zarobkowa, wypalenie (tak / nie); set.seed(4571).

Co odczytać: G², df i p modeli, spadek dopasowania po usunięciu [PW], dewiancję z glm i iloraz szans praca–wypalenie.

R
suppressPackageStartupMessages(library(MASS))
set.seed(4571)
n <- 400
tryb  <- factor(sample(c("dzienne", "zaoczne"), n, TRUE), levels = c("dzienne", "zaoczne"))
praca <- factor(ifelse(runif(n) < ifelse(tryb == "zaoczne", .75, .35), "tak", "nie"), levels = c("nie", "tak"))
wypal <- factor(ifelse(runif(n) < ifelse(praca == "tak", .40, .20), "tak", "nie"), levels = c("nie", "tak"))
tab <- table(tryb, praca, wypal); print(ftable(tab))
modele <- list(
  "[TPW] nasycony"            = loglm(~ tryb * praca * wypal, data = tab),
  "[TP][TW][PW]"              = loglm(~ (tryb + praca + wypal)^2, data = tab),
  "[TP][PW]"                  = loglm(~ tryb * praca + praca * wypal, data = tab),
  "[TP][W] (bez PW)"          = loglm(~ tryb * praca + wypal, data = tab))
print(t(sapply(modele, function(m) c(G2 = round(m$lrt, 2), df = m$df,
       p = round(pchisq(m$lrt, m$df, lower.tail = FALSE), 3)))))
dG2 <- modele[[4]]$lrt - modele[[3]]$lrt
cat("usuniecie [PW]: dG2 =", round(dG2, 2), " df = 1  p =", signif(pchisq(dG2, 1, lower.tail = FALSE), 3), "\n")
# ten sam model [TP][PW] jako regresja Poissona
d <- as.data.frame(tab)
g <- glm(Freq ~ tryb * praca + praca * wypal, family = poisson, data = d)
cat("dewiancja glm:", round(deviance(g), 2), " df:", df.residual(g), "\n")
cat("OR praca-wypalenie:", round(exp(coef(g)["pracatak:wypaltak"]), 2),
    " 95% CI:", round(exp(confint.default(g)["pracatak:wypaltak", ]), 2), "\n")
Wynik w R
              wypal nie tak
tryb    praca              
dzienne nie         103  26
        tak          46  30
zaoczne nie          43  13
        tak          77  62
                    G2 df     p
[TPW] nasycony    0.00  0 1.000
[TP][TW][PW]      0.00  1 0.950
[TP][PW]          0.75  2 0.688
[TP][W] (bez PW) 22.53  3 0.000
usuniecie [PW]: dG2 = 21.79  df = 1  p = 3.05e-06 
dewiancja glm: 0.75  df: 2 
OR praca-wypalenie: 2.8  95% CI: 1.79 4.37 

Bibliografia oprogramowania

Wyniki pochodzą z uruchomienia pokazanego kodu w R 4.5.3 (pakiet MASS). Rysunek 1 wykonano w pakiecie ggplot2, panele złożono pakietem patchwork, a plik SVG zapisano pakietem svglite. W pracy podaj wersje faktycznie użytych pakietów (sessionInfo()).

  1. R: R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/
  2. MASS (wersja 7.3-65): Venables, W. N., & Ripley, B. D. (2002). Modern applied statistics with S (4th ed.). Springer. https://doi.org/10.1007/978-0-387-21706-2
  3. ggplot2 (wersja 4.0.2): Wickham, H. (2016). ggplot2: Elegant graphics for data analysis. Springer. https://ggplot2.tidyverse.org
  4. patchwork (wersja 1.3.2): Pedersen, T. L. (2025). patchwork: The composer of plots [R package]. https://doi.org/10.32614/CRAN.package.patchwork
  5. svglite (wersja 2.2.2): Wickham, H., Henry, L., Pedersen, T. L., Luciani, T. J., Decorde, M., & Lise, V. (2025). svglite: An 'SVG' graphics device [R package]. https://doi.org/10.32614/CRAN.package.svglite

Najczęstsze pytania

Co oznacza zapis [AB][BC] w analizie logliniowej?

Model z interakcjami A × B i B × C oraz wszystkimi efektami niższego rzędu. Brak [AC] oznacza, że A i C są niezależne warunkowo przy danym poziomie B.

Czym analiza logliniowa różni się od regresji logistycznej?

Analiza logliniowa traktuje wszystkie zmienne symetrycznie i modeluje liczebności. Regresja logistyczna wyróżnia jedną zmienną zależną. Odpowiadające sobie modele dają te same ilorazy szans.

Czy analizę logliniową można zrobić funkcją glm w R?

Tak. Model logliniowy to regresja Poissona dla liczebności komórek: glm(Freq ~ A * B + B * C, family = poisson, data = as.data.frame(tabela)). Dewiancja równa się G² z MASS::loglm.

Powiązane hasła

Poradniki, w których użyjesz tego pojęcia

Potrzebujesz wsparcia w analizie danych?

Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.

Wyceń analizęOferta dla studentów

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Birch, M. W. (1963). Maximum likelihood in three-way contingency tables. Journal of the Royal Statistical Society: Series B (Methodological), 25(1), 220–233. https://doi.org/10.1111/j.2517-6161.1963.tb00504.x
  2. Goodman, L. A. (1970). The multivariate analysis of qualitative data: Interactions among multiple classifications. Journal of the American Statistical Association, 65(329), 226–256. https://doi.org/10.1080/01621459.1970.10481076

Cytowania BibTeX

@article{birch1963maximum, author={Birch, M. W.}, title={{Maximum likelihood in three-way contingency tables}}, journal={Journal of the Royal Statistical Society: Series B (Methodological)}, year={1963}, volume={25}, number={1}, pages={220--233}, doi={10.1111/j.2517-6161.1963.tb00504.x}}
@article{goodman1970multivariate, author={Goodman, Leo A.}, title={{The multivariate analysis of qualitative data: Interactions among multiple classifications}}, journal={Journal of the American Statistical Association}, year={1970}, volume={65}, number={329}, pages={226--256}, doi={10.1080/01621459.1970.10481076}}
R