Contenu connexe
Plus de Takashi Minoda (20)
Tokyo r30 anova_part2
- 6. • 名前 :簑田 高志
• Twitter :aad34210
• ブログ :http://pracmper.blogspot.com/
• 仕事 :ビジネスアナリスト
• R歴 :3年程度
自己紹介
- 16. 二元配置分散分析(二要因とも対応あり)
• 実際に分析
1. 帰無仮説と対立仮説の設定
• これまでの検定と同じように1つの仮説では無く、「主効果」、「交
互作用効果の設定が必要
• 要因A(温度)の主効果
− 帰無仮説:温度が違っても美味しさの得点の母平均は等しい
− 対立仮説:温度の違いによって美味しさ得点の母平均は異なる
• 要因B(銘柄)の主効果
− 帰無仮説:銘柄が違ってもおいしさ得点の母平均は等しい
− 対立仮説:銘柄の違いによって、母平均は異なる
• 要因Aと要因Bの交互作用効果
− 帰無仮説:温度と銘柄の組み合わせに相性の良し悪しはない
− 対立仮説:温度と銘柄の組み合わせに相性の良し悪しがある
2. 有意水準
• 5%
- 17. 二元配置分散分析(二要因とも対応あり)
• Rで分析
#データの準備
set.seed(256) #乱数の再現
taste_points <- as.integer(runif(30 , min = 1 , max = 20))
#温度
temp <- factor(c(rep("refrige", 15), rep("normal_temp",15)))
#ボトル名
bottle_name <- factor(rep(c(rep("evian", 5), rep("volvic",5) , rep("vittel",5)),2))
#人の名前
name <- factor(rep(c("村松","川崎","井口","松中","城島"),6))
- 21. 二元配置分散分析(一要因のみ対応あり)
こうして再度アンケートを取ったデータが以
下。 A1:冷蔵庫 A2:常温
評定者1
B1:イカア
ン
B2 :ボスビッ
ク
B3:ビビッ
テル 評定者2
B1:イカア
ン
B2 :ボスビッ
ク
B3:ビビッ
テル
村松 1 6 8 斎藤 3 1 10
川崎 4 1 2 和田 7 6 6
井口 2 2 8 寺原 10 1 4
松中 8 9 5 杉内 9 9 10
城島 10 10 3 新垣 6 7 1
合計10人の肩にそれぞれ3種類の水を飲んで
もらい、評点をつけてもらった。
- 22. • Rで分析
#データの準備
set.seed(256) #乱数の再現
taste_points <- as.integer(runif(30 , min = 1 , max = 20))
#温度
temp <- factor(c(rep("refrige", 15), rep("normal_temp",15)))
#ボトル名
bottle_name <- factor(rep(c(rep("evian", 5), rep("volvic",5) , rep("vittel",5)),2))
#人の名前
name1 <- rep(c("村松","川崎","井口","松中","城島"),6)
name2 <- rep(c("斎藤","和田","寺原","杉内","新垣"),6)
total_name <- factor(c(name1 , name2))
二元配置分散分析(一要因のみ対応あり)
- 24. • Rで分析
二元配置分散分析(一要因のみ対応あり)
A1:冷蔵庫 A2:常温
評定者1
B1:イカア
ン
B2 :ボスビッ
ク
B3:ビビッ
テル 評定者2
B1:イカア
ン
B2 :ボスビッ
ク
B3:ビビッ
テル
村松 1 6 8 斎藤 3 1 10
川崎 4 1 2 和田 7 6 6
井口 2 2 8 寺原 10 1 4
松中 8 9 5 杉内 9 9 10
城島 10 10 3 新垣 6 7 1
• 各評価者は同じ温度で3種類の銘柄を飲んでいます。つまり、人に対
して一貫して評価が高かったり、低かったする個人差の要因が現れ
ます。
• 個人差の要因である評定者と温度の違いの要因を表す温度がかかる
組みあわせだけ指定します。
⇛ でも、2要因とも対応ありの指定方法でも同じ結果が得られます。