メモ:分散分析:2要因分散分析対応なし

差分

このページの2つのバージョン間の差分を表示します。

この比較画面へのリンク

--- メモ:分散分析:2要因分散分析対応なし [2015/12/27 17:38] – 作成 Wiki Editor
+++ メモ:分散分析:2要因分散分析対応なし [2015/12/27 19:01] – Wiki Editor
@@ 行 26: / 行 26: @@
 |  ...  ||||
+  > ID <- rep(1:30);
+  > SEX <- c(rep("男", 15), rep("女", 15));
+  > CN <- rep(c(rep("日本", 5), rep("韓国", 5), rep("米国", 5)), 2);
+  > SCORE <- c(3,3,1,3,5,4,3,4,5,7,6,6,6,4,8,6,6,5,4,6,2,6,3,6,4,3,2,3,2,1);
+  > df <- data.frame(ID=ID, SEX=SEX, CN=CN, SCORE=SCORE);
+  > df
+     ID SEX   CN SCORE
+   1  男 日本     3
+   2  男 日本     3
+   3  男 日本     1
+   4  男 日本     3
+   5  男 日本     5
+   6  男 韓国     4
+   7  男 韓国     3
+   8  男 韓国     4
+   9  男 韓国     5
+10  男 韓国     7
+11  男 米国     6
+12  男 米国     6
+13  男 米国     6
+14  男 米国     4
+15  男 米国     8
+16  女 日本     6
+17  女 日本     6
+18  女 日本     5
+19  女 日本     4
+20  女 日本     6
+21  女 韓国     2
+22  女 韓国     6
+23  女 韓国     3
+24  女 韓国     6
+25  女 韓国     4
+26  女 米国     3
+27  女 米国     2
+28  女 米国     3
+29  女 米国     2
+30  女 米国     1
+要因以上の分散分析の場合、タイプ1平方和では問題がでる。タイプ1平方和だと、要因を検討する順序によって、平方和が変化する。それに対応するため、SPSSではタイプ3平方和が使われる。Rでタイプ3平方和を計算するにはcarパッケージのAnova()関数が使えるが、その際、対比の方法を適切に設定してやる必要がある。Rでは、カテゴリ変数は適切にダミー変数に変換されるが、その変換方式によって平方和の計算が変わってくる。タイプ3平方和を適切に計算するには、contrastsをcontr.sumに変更しておく必要がある（1行目）。contrastsの2番目に指定した要素は、順序カテゴリカル変数の場合の指定。今回は無関係。
+  > res.lm <- lm(SCORE ~ SEX*CN, df);
+  > Anova(res.lm, type=3);
+  Anova Table (Type III tests)
+  Response: SCORE
+              Sum Sq Df  F value    Pr(>F)
+  (Intercept) 537.63  1 293.2545 5.871e-15 ***
+  SEX           2.70  1   1.4727 0.2367243
+  CN            0.47  2   0.1273 0.8810838
+  SEX:CN       48.20  2  13.1455 0.0001395 ***
+  Residuals    44.00 24
+まず、lm()関数で推定し、その結果を分散分析する。lm()関数では、性別と国に加えて、両者の交互作用も含めて検討する。
+結果は、主効果は有意ではないが、交互作用が有意になっている。

メモ/分散分析/2要因分散分析対応なし.txt · 最終更新: 2015/12/28 12:44 by Wiki Editor