Soumettre la recherche
Mettre en ligne
13.01.20.第1回DARM勉強会資料#1
•
Télécharger en tant que PPTX, PDF
•
4 j'aime
•
4,439 vues
Yoshitake Takebayashi
Suivre
分散分析の概要 https://sites.google.com/site/studygroup13csrm/
Lire moins
Lire la suite
Formation
Signaler
Partager
Signaler
Partager
1 sur 19
Télécharger maintenant
Recommandé
1 4.回帰分析と分散分析
1 4.回帰分析と分散分析
logics-of-blue
1 3.分散分析 anova
1 3.分散分析 anova
logics-of-blue
ロジスティック回帰分析の書き方
ロジスティック回帰分析の書き方
Sayuri Shimizu
第2回DARM勉強会
第2回DARM勉強会
Yoshitake Takebayashi
Rで因子分析 商用ソフトで実行できない因子分析のあれこれ
Rで因子分析 商用ソフトで実行できない因子分析のあれこれ
Hiroshi Shimizu
『バックドア基準の入門』@統数研研究集会
『バックドア基準の入門』@統数研研究集会
takehikoihayashi
2 3.GLMの基礎
2 3.GLMの基礎
logics-of-blue
Rで階層ベイズモデル
Rで階層ベイズモデル
Yohei Sato
Recommandé
1 4.回帰分析と分散分析
1 4.回帰分析と分散分析
logics-of-blue
1 3.分散分析 anova
1 3.分散分析 anova
logics-of-blue
ロジスティック回帰分析の書き方
ロジスティック回帰分析の書き方
Sayuri Shimizu
第2回DARM勉強会
第2回DARM勉強会
Yoshitake Takebayashi
Rで因子分析 商用ソフトで実行できない因子分析のあれこれ
Rで因子分析 商用ソフトで実行できない因子分析のあれこれ
Hiroshi Shimizu
『バックドア基準の入門』@統数研研究集会
『バックドア基準の入門』@統数研研究集会
takehikoihayashi
2 3.GLMの基礎
2 3.GLMの基礎
logics-of-blue
Rで階層ベイズモデル
Rで階層ベイズモデル
Yohei Sato
傾向スコア:その概念とRによる実装
傾向スコア:その概念とRによる実装
takehikoihayashi
質的変数の相関・因子分析
質的変数の相関・因子分析
Mitsuo Shimohata
Rによるやさしい統計学第20章「検定力分析によるサンプルサイズの決定」
Rによるやさしい統計学第20章「検定力分析によるサンプルサイズの決定」
Takashi J OZAKI
効果測定入門 Rによる傾向スコア解析
効果測定入門 Rによる傾向スコア解析
aa_aa_aa
社会心理学とGlmm
社会心理学とGlmm
Hiroshi Shimizu
相関と因果について考える:統計的因果推論、その(不)可能性の中心
相関と因果について考える:統計的因果推論、その(不)可能性の中心
takehikoihayashi
混合モデルを使って反復測定分散分析をする
混合モデルを使って反復測定分散分析をする
Masaru Tokuoka
R Study Tokyo03
R Study Tokyo03
Yohei Sato
統計的学習の基礎 5章前半(~5.6)
統計的学習の基礎 5章前半(~5.6)
Kota Mori
Anova君を使った分散分析
Anova君を使った分散分析
Takashi Yamane
操作変数法の書き方_田淵貴大
操作変数法の書き方_田淵貴大
Takahiro Tabuchi
臨床疫学研究における傾向スコア分析の使い⽅ 〜観察研究における治療効果研究〜
臨床疫学研究における傾向スコア分析の使い⽅ 〜観察研究における治療効果研究〜
Yasuyuki Okumura
生存時間分析の書き方
生存時間分析の書き方
Yasuyuki Okumura
項目反応理論による尺度運用
項目反応理論による尺度運用
Yoshitake Takebayashi
単一事例研究法と統計的推測:ベイズ流アプローチを架け橋として
単一事例研究法と統計的推測:ベイズ流アプローチを架け橋として
Yoshitake Takebayashi
正準相関分析
正準相関分析
Akisato Kimura
ネットワークメタ分析入門
ネットワークメタ分析入門
Senshu University
PRML 8.2 条件付き独立性
PRML 8.2 条件付き独立性
sleepy_yoshi
内容的妥当性,構造的妥当性と仮説検定の評価
内容的妥当性,構造的妥当性と仮説検定の評価
Yoshitake Takebayashi
一般化線形モデル (GLM) & 一般化加法モデル(GAM)
一般化線形モデル (GLM) & 一般化加法モデル(GAM)
Deep Learning Lab(ディープラーニング・ラボ)
第2回DARM勉強会
第2回DARM勉強会
Masaru Tokuoka
13.01.20.第1回DARM勉強会資料#2
13.01.20.第1回DARM勉強会資料#2
Yoshitake Takebayashi
Contenu connexe
Tendances
傾向スコア:その概念とRによる実装
傾向スコア:その概念とRによる実装
takehikoihayashi
質的変数の相関・因子分析
質的変数の相関・因子分析
Mitsuo Shimohata
Rによるやさしい統計学第20章「検定力分析によるサンプルサイズの決定」
Rによるやさしい統計学第20章「検定力分析によるサンプルサイズの決定」
Takashi J OZAKI
効果測定入門 Rによる傾向スコア解析
効果測定入門 Rによる傾向スコア解析
aa_aa_aa
社会心理学とGlmm
社会心理学とGlmm
Hiroshi Shimizu
相関と因果について考える:統計的因果推論、その(不)可能性の中心
相関と因果について考える:統計的因果推論、その(不)可能性の中心
takehikoihayashi
混合モデルを使って反復測定分散分析をする
混合モデルを使って反復測定分散分析をする
Masaru Tokuoka
R Study Tokyo03
R Study Tokyo03
Yohei Sato
統計的学習の基礎 5章前半(~5.6)
統計的学習の基礎 5章前半(~5.6)
Kota Mori
Anova君を使った分散分析
Anova君を使った分散分析
Takashi Yamane
操作変数法の書き方_田淵貴大
操作変数法の書き方_田淵貴大
Takahiro Tabuchi
臨床疫学研究における傾向スコア分析の使い⽅ 〜観察研究における治療効果研究〜
臨床疫学研究における傾向スコア分析の使い⽅ 〜観察研究における治療効果研究〜
Yasuyuki Okumura
生存時間分析の書き方
生存時間分析の書き方
Yasuyuki Okumura
項目反応理論による尺度運用
項目反応理論による尺度運用
Yoshitake Takebayashi
単一事例研究法と統計的推測:ベイズ流アプローチを架け橋として
単一事例研究法と統計的推測:ベイズ流アプローチを架け橋として
Yoshitake Takebayashi
正準相関分析
正準相関分析
Akisato Kimura
ネットワークメタ分析入門
ネットワークメタ分析入門
Senshu University
PRML 8.2 条件付き独立性
PRML 8.2 条件付き独立性
sleepy_yoshi
内容的妥当性,構造的妥当性と仮説検定の評価
内容的妥当性,構造的妥当性と仮説検定の評価
Yoshitake Takebayashi
一般化線形モデル (GLM) & 一般化加法モデル(GAM)
一般化線形モデル (GLM) & 一般化加法モデル(GAM)
Deep Learning Lab(ディープラーニング・ラボ)
Tendances
(20)
傾向スコア:その概念とRによる実装
傾向スコア:その概念とRによる実装
質的変数の相関・因子分析
質的変数の相関・因子分析
Rによるやさしい統計学第20章「検定力分析によるサンプルサイズの決定」
Rによるやさしい統計学第20章「検定力分析によるサンプルサイズの決定」
効果測定入門 Rによる傾向スコア解析
効果測定入門 Rによる傾向スコア解析
社会心理学とGlmm
社会心理学とGlmm
相関と因果について考える:統計的因果推論、その(不)可能性の中心
相関と因果について考える:統計的因果推論、その(不)可能性の中心
混合モデルを使って反復測定分散分析をする
混合モデルを使って反復測定分散分析をする
R Study Tokyo03
R Study Tokyo03
統計的学習の基礎 5章前半(~5.6)
統計的学習の基礎 5章前半(~5.6)
Anova君を使った分散分析
Anova君を使った分散分析
操作変数法の書き方_田淵貴大
操作変数法の書き方_田淵貴大
臨床疫学研究における傾向スコア分析の使い⽅ 〜観察研究における治療効果研究〜
臨床疫学研究における傾向スコア分析の使い⽅ 〜観察研究における治療効果研究〜
生存時間分析の書き方
生存時間分析の書き方
項目反応理論による尺度運用
項目反応理論による尺度運用
単一事例研究法と統計的推測:ベイズ流アプローチを架け橋として
単一事例研究法と統計的推測:ベイズ流アプローチを架け橋として
正準相関分析
正準相関分析
ネットワークメタ分析入門
ネットワークメタ分析入門
PRML 8.2 条件付き独立性
PRML 8.2 条件付き独立性
内容的妥当性,構造的妥当性と仮説検定の評価
内容的妥当性,構造的妥当性と仮説検定の評価
一般化線形モデル (GLM) & 一般化加法モデル(GAM)
一般化線形モデル (GLM) & 一般化加法モデル(GAM)
En vedette
第2回DARM勉強会
第2回DARM勉強会
Masaru Tokuoka
13.01.20.第1回DARM勉強会資料#2
13.01.20.第1回DARM勉強会資料#2
Yoshitake Takebayashi
第2回DARM勉強会.preacherによるmoderatorの検討
第2回DARM勉強会.preacherによるmoderatorの検討
Masaru Tokuoka
Darm3(samplesize)
Darm3(samplesize)
Yoshitake Takebayashi
第4回DARM勉強会 (構造方程式モデリング)
第4回DARM勉強会 (構造方程式モデリング)
Yoshitake Takebayashi
13.01.20.第1回DARM勉強会資料#3
13.01.20.第1回DARM勉強会資料#3
Yoshitake Takebayashi
DARM勉強会第3回 (missing data analysis)
DARM勉強会第3回 (missing data analysis)
Masaru Tokuoka
観察研究の必須事項
観察研究の必須事項
Yoshitake Takebayashi
第4回DARM勉強会 (多母集団同時分析)
第4回DARM勉強会 (多母集団同時分析)
Masaru Tokuoka
エクセルで統計分析 統計プログラムHADについて
エクセルで統計分析 統計プログラムHADについて
Hiroshi Shimizu
(実験心理学徒だけど)一般化線形混合モデルを使ってみた
(実験心理学徒だけど)一般化線形混合モデルを使ってみた
Takashi Yamane
第1回DARM勉強会のANOVA補足(repeated measures designs)
第1回DARM勉強会のANOVA補足(repeated measures designs)
Masaru Tokuoka
MCMCによる回帰分析@ベイズセミナー
MCMCによる回帰分析@ベイズセミナー
Takashi Yamane
R in life science2
R in life science2
Yoshiki Tomita
2012-1110「マルチレベルモデルのはなし」(censored)
2012-1110「マルチレベルモデルのはなし」(censored)
Mizumoto Atsushi
がんばろう!はじめてのDnn!
がんばろう!はじめてのDnn!
Shushi Namba
STARD2015に学ぶ「診断精度の分析」の書き方
STARD2015に学ぶ「診断精度の分析」の書き方
Yoshitake Takebayashi
MCMCでマルチレベルモデル
MCMCでマルチレベルモデル
Hiroshi Shimizu
Tokyo r30 anova_part2
Tokyo r30 anova_part2
Takashi Minoda
媒介分析について
媒介分析について
Hiroshi Shimizu
En vedette
(20)
第2回DARM勉強会
第2回DARM勉強会
13.01.20.第1回DARM勉強会資料#2
13.01.20.第1回DARM勉強会資料#2
第2回DARM勉強会.preacherによるmoderatorの検討
第2回DARM勉強会.preacherによるmoderatorの検討
Darm3(samplesize)
Darm3(samplesize)
第4回DARM勉強会 (構造方程式モデリング)
第4回DARM勉強会 (構造方程式モデリング)
13.01.20.第1回DARM勉強会資料#3
13.01.20.第1回DARM勉強会資料#3
DARM勉強会第3回 (missing data analysis)
DARM勉強会第3回 (missing data analysis)
観察研究の必須事項
観察研究の必須事項
第4回DARM勉強会 (多母集団同時分析)
第4回DARM勉強会 (多母集団同時分析)
エクセルで統計分析 統計プログラムHADについて
エクセルで統計分析 統計プログラムHADについて
(実験心理学徒だけど)一般化線形混合モデルを使ってみた
(実験心理学徒だけど)一般化線形混合モデルを使ってみた
第1回DARM勉強会のANOVA補足(repeated measures designs)
第1回DARM勉強会のANOVA補足(repeated measures designs)
MCMCによる回帰分析@ベイズセミナー
MCMCによる回帰分析@ベイズセミナー
R in life science2
R in life science2
2012-1110「マルチレベルモデルのはなし」(censored)
2012-1110「マルチレベルモデルのはなし」(censored)
がんばろう!はじめてのDnn!
がんばろう!はじめてのDnn!
STARD2015に学ぶ「診断精度の分析」の書き方
STARD2015に学ぶ「診断精度の分析」の書き方
MCMCでマルチレベルモデル
MCMCでマルチレベルモデル
Tokyo r30 anova_part2
Tokyo r30 anova_part2
媒介分析について
媒介分析について
Plus de Yoshitake Takebayashi
単一事例研究法と統計的推測:ベイズ流アプローチを架け橋として (文字飛び回避版はこちら -> https://www.slideshare.net/yos...
単一事例研究法と統計的推測:ベイズ流アプローチを架け橋として (文字飛び回避版はこちら -> https://www.slideshare.net/yos...
Yoshitake Takebayashi
フェーズI/IIに置けるベイジアン・アダプティブ・メソッド
フェーズI/IIに置けるベイジアン・アダプティブ・メソッド
Yoshitake Takebayashi
潜在クラス分析
潜在クラス分析
Yoshitake Takebayashi
分類分析 (taxometric analysis)
分類分析 (taxometric analysis)
Yoshitake Takebayashi
ベイズ推定の概要@広島ベイズ塾
ベイズ推定の概要@広島ベイズ塾
Yoshitake Takebayashi
「操作変数法」の報告事例
「操作変数法」の報告事例
Yoshitake Takebayashi
観察研究の質の評価
観察研究の質の評価
Yoshitake Takebayashi
観察研究の必須事項
観察研究の必須事項
Yoshitake Takebayashi
マルコフ連鎖モンテカルロ法 (2/3はベイズ推定の話)
マルコフ連鎖モンテカルロ法 (2/3はベイズ推定の話)
Yoshitake Takebayashi
13.01.20. 第1回DARM勉強会資料#4
13.01.20. 第1回DARM勉強会資料#4
Yoshitake Takebayashi
Plus de Yoshitake Takebayashi
(10)
単一事例研究法と統計的推測:ベイズ流アプローチを架け橋として (文字飛び回避版はこちら -> https://www.slideshare.net/yos...
単一事例研究法と統計的推測:ベイズ流アプローチを架け橋として (文字飛び回避版はこちら -> https://www.slideshare.net/yos...
フェーズI/IIに置けるベイジアン・アダプティブ・メソッド
フェーズI/IIに置けるベイジアン・アダプティブ・メソッド
潜在クラス分析
潜在クラス分析
分類分析 (taxometric analysis)
分類分析 (taxometric analysis)
ベイズ推定の概要@広島ベイズ塾
ベイズ推定の概要@広島ベイズ塾
「操作変数法」の報告事例
「操作変数法」の報告事例
観察研究の質の評価
観察研究の質の評価
観察研究の必須事項
観察研究の必須事項
マルコフ連鎖モンテカルロ法 (2/3はベイズ推定の話)
マルコフ連鎖モンテカルロ法 (2/3はベイズ推定の話)
13.01.20. 第1回DARM勉強会資料#4
13.01.20. 第1回DARM勉強会資料#4
Dernier
リアル戦国探究in米沢 事前講座1スライド(スタッフ共有用)『川中島の謎』についてのスライド
リアル戦国探究in米沢 事前講座1スライド(スタッフ共有用)『川中島の謎』についてのスライド
Ken Fukui
My Inspire High Award 2024「世の中の流行はどのようにして生まれるのか」
My Inspire High Award 2024「世の中の流行はどのようにして生まれるのか」
inspirehighstaff03
My Inspire High Award 2024「スーパーマーケットで回収されたキャベツ外葉は廃棄されているの?」
My Inspire High Award 2024「スーパーマーケットで回収されたキャベツ外葉は廃棄されているの?」
inspirehighstaff03
リアル戦国探究in米沢 当日講座1(スタッフ共有用)『兵は詐をもって立つ』についてのスライド
リアル戦国探究in米沢 当日講座1(スタッフ共有用)『兵は詐をもって立つ』についてのスライド
Ken Fukui
My Inspire High Award 2024 「本当の『悪者』って何?」
My Inspire High Award 2024 「本当の『悪者』って何?」
inspirehighstaff03
【ゲーム理論入門】ChatGPTが作成した ゲーム理論の問題を解く #3 Slide
【ゲーム理論入門】ChatGPTが作成した ゲーム理論の問題を解く #3 Slide
ssusere0a682
Divorce agreements in administrative work.pdf
Divorce agreements in administrative work.pdf
oganekyokoi
My Inspire High Award 2024「なぜ人は他人と違うところがあってもそれをなかなか誇れないのか?」
My Inspire High Award 2024「なぜ人は他人と違うところがあってもそれをなかなか誇れないのか?」
inspirehighstaff03
My Inspire High Award 2024 「孤独は敵なのか?」
My Inspire High Award 2024 「孤独は敵なのか?」
inspirehighstaff03
My Inspire High Award 2024 「正義って存在するの?」
My Inspire High Award 2024 「正義って存在するの?」
inspirehighstaff03
My Inspire High Award 2024「なぜ、好きなことにいつかは飽きるの」
My Inspire High Award 2024「なぜ、好きなことにいつかは飽きるの」
inspirehighstaff03
What I did before opening my business..pdf
What I did before opening my business..pdf
oganekyokoi
My Inspire High Award 2024 「家族とは何か」
My Inspire High Award 2024 「家族とは何か」
inspirehighstaff03
リアル戦国探究in米沢 当日講座2スライド(スタッフ共有用)『人を致すも人に致されず』についてのスライド
リアル戦国探究in米沢 当日講座2スライド(スタッフ共有用)『人を致すも人に致されず』についてのスライド
Ken Fukui
International Politics I - Lecture 1
International Politics I - Lecture 1
Toru Oga
My Inspire High Award 2024「なぜ議会への関心が低いのか?」
My Inspire High Award 2024「なぜ議会への関心が低いのか?」
inspirehighstaff03
リアル戦国探究in米沢 当日講座3スライド(スタッフ共有用)『糧は三度はさいせず』についてのスライド
リアル戦国探究in米沢 当日講座3スライド(スタッフ共有用)『糧は三度はさいせず』についてのスライド
Ken Fukui
Establishment and operation of medical corporations.pdf
Establishment and operation of medical corporations.pdf
oganekyokoi
My Inspire High Award2024「外国人が日本のテーブルマナーに驚く理由は?」
My Inspire High Award2024「外国人が日本のテーブルマナーに驚く理由は?」
inspirehighstaff03
My Inspire High Award 2024「老いることは不幸なこと?」
My Inspire High Award 2024「老いることは不幸なこと?」
inspirehighstaff03
Dernier
(20)
リアル戦国探究in米沢 事前講座1スライド(スタッフ共有用)『川中島の謎』についてのスライド
リアル戦国探究in米沢 事前講座1スライド(スタッフ共有用)『川中島の謎』についてのスライド
My Inspire High Award 2024「世の中の流行はどのようにして生まれるのか」
My Inspire High Award 2024「世の中の流行はどのようにして生まれるのか」
My Inspire High Award 2024「スーパーマーケットで回収されたキャベツ外葉は廃棄されているの?」
My Inspire High Award 2024「スーパーマーケットで回収されたキャベツ外葉は廃棄されているの?」
リアル戦国探究in米沢 当日講座1(スタッフ共有用)『兵は詐をもって立つ』についてのスライド
リアル戦国探究in米沢 当日講座1(スタッフ共有用)『兵は詐をもって立つ』についてのスライド
My Inspire High Award 2024 「本当の『悪者』って何?」
My Inspire High Award 2024 「本当の『悪者』って何?」
【ゲーム理論入門】ChatGPTが作成した ゲーム理論の問題を解く #3 Slide
【ゲーム理論入門】ChatGPTが作成した ゲーム理論の問題を解く #3 Slide
Divorce agreements in administrative work.pdf
Divorce agreements in administrative work.pdf
My Inspire High Award 2024「なぜ人は他人と違うところがあってもそれをなかなか誇れないのか?」
My Inspire High Award 2024「なぜ人は他人と違うところがあってもそれをなかなか誇れないのか?」
My Inspire High Award 2024 「孤独は敵なのか?」
My Inspire High Award 2024 「孤独は敵なのか?」
My Inspire High Award 2024 「正義って存在するの?」
My Inspire High Award 2024 「正義って存在するの?」
My Inspire High Award 2024「なぜ、好きなことにいつかは飽きるの」
My Inspire High Award 2024「なぜ、好きなことにいつかは飽きるの」
What I did before opening my business..pdf
What I did before opening my business..pdf
My Inspire High Award 2024 「家族とは何か」
My Inspire High Award 2024 「家族とは何か」
リアル戦国探究in米沢 当日講座2スライド(スタッフ共有用)『人を致すも人に致されず』についてのスライド
リアル戦国探究in米沢 当日講座2スライド(スタッフ共有用)『人を致すも人に致されず』についてのスライド
International Politics I - Lecture 1
International Politics I - Lecture 1
My Inspire High Award 2024「なぜ議会への関心が低いのか?」
My Inspire High Award 2024「なぜ議会への関心が低いのか?」
リアル戦国探究in米沢 当日講座3スライド(スタッフ共有用)『糧は三度はさいせず』についてのスライド
リアル戦国探究in米沢 当日講座3スライド(スタッフ共有用)『糧は三度はさいせず』についてのスライド
Establishment and operation of medical corporations.pdf
Establishment and operation of medical corporations.pdf
My Inspire High Award2024「外国人が日本のテーブルマナーに驚く理由は?」
My Inspire High Award2024「外国人が日本のテーブルマナーに驚く理由は?」
My Inspire High Award 2024「老いることは不幸なこと?」
My Inspire High Award 2024「老いることは不幸なこと?」
13.01.20.第1回DARM勉強会資料#1
1.
DARM勉強会#1
2013.01.20. 分散分析(Analysis of Variance)の概要 広島大学大学院教育学研究科 博士課程後期1年 德岡 大
2.
自己紹介 • 名前:德岡 大(とくおか
まさる) • 所属:教育学研究科 博士課程後期1年 • 研究:キャンプ効果→学習スタイル→達成目標 理論 ↑ イマココ – 積極的にやる気を出さない目標の研究 • 関心:けっこうなんでも,時系列変化の要因 • R:初心者,anovakunが使えるくらい,他の分析 皆無 • Mplus:初心者,これから勉強します
3.
発表内容 •
分散分析とは • 分散分析の前提 • 独立変数の種類 • 分散分析の原理 • 分散分析のデザイン • 平方和のタイプ • 多重比較について • 単純主効果について • 分散分析の種類
4.
分散分析とは • 水準間に差はあるのか? • ある変数(従属変数)に及ぼす複数の要因(独立変
数)の影響を検討したい 分散分析を適用しよう
5.
分散分析の前提 • ランダムサンプリング –
×でもランダム割当なら近似的には○。 • 正規性 – 各水準の母集団が正規分布。×でもある程度頑健 • 分散の等質性 – 参加者が等しい場合,かなり頑健。×でも近似的に対応 可 • 観測値の独立性 – 従属変数に関する観測値が,別の観測値に影響するこ と(級内相関係数が高い状態)。×の場合,マルチレベ ルモデルなどの階層性を意識した分析に切り替えたほ うがよい
6.
独立変数の種類と直交性
平方和のタイプ,多重比較の方法が変化
7.
分散分析の基本原理※分散成分とは母分散の不偏推定量
全体の分散成分 要因の分散成分 誤差の分散成分 →F値は,誤差に対する要因の割合 →2つの分散を比較するため,自由度も2つ →効果量(r2, η2)は,全体に対する要因の割合
8.
分散分析で有意な結果を得るには
要因の分散成分 誤差の分散成分 要因の分散成分 誤差 →誤差による変動を小さくすることが重要 ※誤差=個人差 要因計画を考慮する必要性あ り
9.
1要因の分散分析(被験者間計画,対応な し) • 完全無作為化法 completely
randomized design 要 因 処理1 処理2 処理3 参加者 各水準に異なる参加者を無 作為に割り当てる 全体の分散成分 要因の分散成分 個人差(誤差) ※誤差1と全体に相関ある場合,要因の検出力が低下
10.
1要因の分散分析(被験者間計画,対応あ り) • 乱塊デザイン randomized
block design 要 因 処理1 処理2 処理3 参 ブロック内で各水準に無作為に 加 割り当てる 者 参加者を特定の剰余変数でブロック 化(e.g., IQ低,高) 全体の分散成分 要因の分散成分 ブロック 残差 ※誤差1と要因に交互作用がある場合は不適切
11.
1要因の分散分析(被験者内計画,対応あ り) • 繰り返し測定計画 repeated-measures
design 要 因 処理1 処理2 処理3 同一の参加者が全ての 参加者 処理水準に参加 全体の分散成分 要因の分散成分 個人差 誤差 ※対応あり+3水準以上は球面性の仮定が有意でない方がよい
12.
2要因分散分析(対応なし,対応なし) • 完全無作為2要因デザイン completely
randomized two-factor design 要 因 A1×B1 A2×B1 A3×B1 A要 因 A1×B2 A2×B2 A3×B2 B 参加者群 各水準に異なる参加者を無 作為に割り当てる 全体の分散成分 要因A 要因B 要因A×B 誤差 要因Aだけなら全て誤 差
13.
2要因分散分析(対応なし,対応あり) • 混合デザイン 要 因
A1×B1 A2×B1 A3×B1 A要 因 A1×B2 A2×B2 A3×B2 B 参加者群 要因Aには異なる参加者が無作 為割当,要因Bには同一の参加 者が全ての水準に参加 全体の分散成分 要因A 要因B 要因A×B 誤差A 誤差B ※誤差A=対応あり(B,A×B)の効果を除いた,対応な し要因(A)による誤差,誤差B=対応あり要因による誤
14.
2要因分散分析(対応あり,対応あり) 要 因
A1×B1 A2×B1 A3×B1 A要 因 A1×B2 A2×B2 A3×B2 B 参加者 同一の参加者が全ての 処理水準に参加 全体の分散成分 要因A 要因B A×B 個人差 誤差A 誤差B 誤差AB ※1 要因と誤差の比(F値)は,対応する値により求めること ※2 対応ありがランダム変数の場合,正確な誤差推定が不可 (詳しくは,瀧野, 1972参 照)
15.
平方和のタイプ • 非直交データにおける要因間の相関分を統制する方法
の違いを示す • 水準間のデータ数に違いのないバランスデータならタ イプの違いは関係なし • タイプⅠ:主効果,交互作用の効果を1つずつモデル に追加していく方法。モデルに優先順位がある場合に は推奨。重回帰分析ではR2と一致。 • タイプⅡ:主効果,交互作用を分けて一斉投入。その モデルからある要因の主効果を取り除いた平方和の減 少分を平方和とする方法。 • タイプⅢ:全ての効果が一斉投入。タイプⅡと同様に, 平方和の減少分を平方和とする方法。使用されること 多し。
16.
多重比較について • α FW
= 1 – (1 – α) m ←この関係を考慮して,タイプ Ⅰ α FW ≒ m (α) エラーを抑えること が目的 事前比較 直交的 非直交的 n-1個の直交比較 Bonferroniなど 事後比較 非直交的 Tukey, Schefféなど
17.
単純主効果について • 交互作用が得られた場合,ある要因のどの水準で別の要
因の影響が有意なのかを検定 e.g., A(3)×B(2)で有意な交互作用が得られた場合 全体の分散成分 要因A 要因B 要因A×B 誤差 B1の分散成分 B2の分散成分 要因A 誤差 要因A 誤差 ※B1,B2の要因Aの効果は再計算,誤差の効果は共 通
18.
分散分析の種類
MANOVA ANOVA 従属変数2つ以上を同時に分 従属変数は1つ。 析可能。タイプⅠエラーの確率 参加者内要因,参 を抑える。従属変数間の相関を 加者間要因,混合 考慮などの利点がある。 要因などのモデル がある。後述する 3つの前提条件あ り。 ANCOVA 従属変数は1つ,共変量の統 制が可能。回帰の同質性,回帰 の有意性が前提となる。
19.
参考文献 •
南風原朝和 (2002). 心理統計学の基礎―統合的理解のために― 有斐閣アルマ • 分散分析 http://ofmind.net/doc/anova-note < 2013年1月20日 > • 村山 航. 分散分析について http://www4.ocn.ne.jp/~murakou/anova.htm <2013年1 月 20日> • 森 敏昭・吉田寿夫 (1990). 心理学のためのデータ解析テクニ カル ブック 北大路書房 • 瀧野千春 (1972). 分散分析における誤差項に関する一考察 奈 良 教育大学紀要(人文・社会科学), 21, 237-241. • 山内光哉 (2008). 心理・教育のための分散分析と多重比較―エ クセ ル・SPSS解説付き サイエンス社
Télécharger maintenant