第4日目第1時限の学習目標 3つ以上の平均値の差の検定(分散分析)の概要を知る。 (1)分散分析の例を知る。

Slides:



Advertisements
Similar presentations
5 章 標本と統計量の分布 湯浅 直弘. 5-1 母集団と標本 ■ 母集合 今までは確率的なこと これからは,確率や割合がわかっていないとき に, 推定することが目標. 個体:実験や観測を行う 1 つの対象 母集団:個体全部の集合  ・有限な場合:有限母集合 → 1つの箱に入っているねじ.  ・無限な場合:無限母集合.
Advertisements

第6回授業( 5/15) の目標 先回の第1章の WEB 宿題実行上の注意。 第3章の区間推定の基本的考え方を学ぶ(こ の途中までで、終了)。 第3章の母平均の区間推定に必要な数表の見 方を知る(岩原テキスト、 p.434, t- 分布表)。 テキスト p.13 の信頼区間はどのようにして得 られる?-信頼区間導出の概要について学ぶ。
1標本のt検定 3 年 地理生態学研究室 脇海道 卓. t検定とは ・帰無仮説が正しいと仮定した場合に、統 計量が t 分布に従うことを利用する統計学的 検定法の総称である。
第6回 適合度の検定 問題例1 サイコロを 60 回振って、各目の出た度数は次の通りであった。 目の出方は一様と考えてよいか。 サイコロの目 (i) 観測度数 : 実験値 (O i ) 帰無仮説:サイコロの目は一様に出る =>それぞれの目の出る確率 p.
土木計画学 第3回:10月19日 調査データの統計処理と分析2 担当:榊原 弘之. 標本調査において,母集団の平均や分散などを直接知ることは できない. 母集団の平均値(母平均) 母集団の分散(母分散) 母集団中のある値の比率(母比率) p Sample 標本平均 標本分散(不偏分散) 標本中の比率.
1 6章 データ数不揃いの場合の分析 アンバランス型(不釣合い型)の 計画 ss2 や ss3 って何?
統計学入門2 関係を探る方法 講義のまとめ. 今日の話 変数間の関係を探る クロス集計表の検定:独立性の検定 散布図、相関係数 講義のまとめ と キーワード 「統計学入門」後の関連講義・実習 社会調査士.
エクセルと SPSS による データ分析の方法 社会調査法・実習 資料. 仮説の分析に使う代表的なモデ ル 1 クロス表 2 t検定(平均値の差の検定) 3 相関係数.
第4日目第1時限の学習目標 3つ以上の平均値の差の検定(分散分析)の概要を知る。 (1)分散分析の例を知る。
第6回授業(5/17)での学習目標 1.2.1 実験計画法のひろがり(途中から) 1.2.2 節完全無作為化デザインをもっと知 ろう
寺尾 敦 青山学院大学社会情報学部 社会統計 第13回 重回帰分析(第11章後半) 寺尾 敦 青山学院大学社会情報学部
統計学第10回 多群の差を調べる~ 一元配置分散分析と多重比較 中澤 港
第4章補足 分散分析法入門 統計学 2010年度.
経済統計学 第2回 4/24 Business Statistics
第4章 MIXED Model 4.1 MIXED Model とは 4.2 反復測定データの分析1 分割法タイプのデータ
確率・統計Ⅰ 第12回 統計学の基礎1 ここです! 確率論とは 確率変数、確率分布 確率変数の独立性 / 確率変数の平均
第2回授業 (10/2)の学習目標 第5章平均値の差の検定の復習を行う。 (詳細を復習したい者は、千野のWEB頁の春学期パワ
第1部 一元配置分散分析: 1つの条件による母平均の違いの検定 第2部: 2つの条件の組み合わせによる二元配置分散分析
第7回 独立多群の差の検定 問題例1 出産までの週数によって新生児を3群に分け、新生児期黄疸の
分散分析マスターへの道.
多変量解析 -重回帰分析- 発表者:時田 陽一 発表日:11月20日.
RコマンダーでANOVA 「理学療法」Vol28(7)のデータ
日本行動計量学会主催 第4回春の合宿セミナー
反復測定データの分析 狩野裕@大阪大学 協力:SAS・SPSS
得点と打率・長打率・出塁率らの関係 政治経済学部経済学科 ●年●組 ●● ●●.
第1日目第2時限の学習目標 基本的な1変量統計量(その2)について学ぶ。 尺度水準と適切な統計量との関連を整理する。
第4回 (10/16) 授業の学習目標 先輩の卒論の調査に協力する。 2つの定量的変数間の関係を調べる最も簡単な方法は?
データ分析2 1.平均値の比較のタイプ 2.対応のあるt検定 3.対応のないt検定 4.3つの以上のグループの差を調べる 5.参考文献
第5回(5/10) 授業の学習目標 1.1.5節 検定の前提とその適否について考えよう(テキスト輪読 p.10から p.11)
土木計画学 第5回(11月2日) 調査データの統計処理と分析3 担当:榊原 弘之.
寺尾 敦 青山学院大学社会情報学部 社会統計 第9回:1要因被験者内デザイン 寺尾 敦 青山学院大学社会情報学部
統計的仮説検定の考え方 (1)母集団におけるパラメータに仮説を設定する → 帰無仮説 (2)仮説を前提とした時の、標本統計量の分布を考える
疫学概論 母集団と標本集団 Lesson 10. 標本抽出 §A. 母集団と標本集団 S.Harano,MD,PhD,MPH.
心理統計学 II 第7回 (11/13) 授業の学習目標 相関係数のまとめと具体的な計算例の復習 相関係数の実習.
Bias2 - Variance - Noise 分解
疫学概論 無作為化比較対照試験 Lesson 14. 無作為化臨床試験 §A. 無作為化比較対照試験 S.Harano,MD,PhD,MPH.
因子分析や3相因子分析による分析の問題点を整理する 狩野裕+原田章(行動工学講座)
第4回講義(4/26)の学習目標 1.1.3節 2種類の過誤等の理解を深めよう 1.1.4節 効果量とは 1.1.5節 検定の前提とその適否
第8回授業(5/31)での学習目標 一事例デザインとは? 分割区画型反復測定デザインとは? メタ・アナリシスとは?。
ホーエル『初等統計学』 第8章4節~6節 仮説の検定(2)
第4日目第2時限の学習目標 検査(テスト)の信頼性について学ぶ。 (1)検査得点の構成について知る。 (2)検査の信頼性の定義を知る。
第8回 関連多群の差の検定 問題例1 健常人3名につき、血中物質Xの濃度を季節ごとの調べた。 個体 春 夏 秋 冬 a
寺尾 敦 青山学院大学社会情報学部 社会統計 第8回:多重比較 寺尾 敦 青山学院大学社会情報学部
土木計画学 第6回(11月9日) 調査データの統計処理と分析4 担当:榊原 弘之.
analysis of survey data 第3回 香川大学経済学部 堀 啓造
寺尾 敦 青山学院大学社会情報学部 社会統計 第9回:実験計画法 寺尾 敦 青山学院大学社会情報学部
Excelによる実験計画法演習 小木哲朗.
早稲田大学大学院商学研究科 2016年1月13日 大塚忠義
相関分析.
第2日目第4時限の学習目標 平均値の差の検定について学ぶ。 (1)平均値の差の検定の具体例を知る。
第4日目第3時限の学習目標 検査の信頼性(続き)を学ぶ。 妥当性について学ぶ。 (1)構成概念妥当性とは? (2)内容妥当性とは?
システム工学実験 品質管理 第1週目 システム工学実験
第8回授業(5/29日)の学習目標 検定と推定は、1つの関係式の見方の違いであることを学ぶ。 第3章のWEB宿題の説明
Rコマンダーで2元配置ANOVA 「理学療法」Vol28(8)のデータ
第11回授業(12/11)の学習目標 第8章 分散分析 (ANOVA) の学習 分散分析の例からその目的を理解する 分散分析の各種のデザイン
第1日目第1時限の学習目標 平成22年度「教育統計」の学習内容の概要を知る。 尺度の4水準の例とそれらの特色の概要を学ぶ。
第10回授業(12/4)の目標 カイ2乗検定の実習 WEB を用いたカイ2乗検定と、授業で行った検定結果の正誤の確認方法(宿題)
中澤 港 統計学第4回 中澤 港
標本分散の標本分布 標本分散の統計量   の定義    の性質 分布表の使い方    分布の信頼区間 
第1日目第3時限の学習目標 2変量データを手にした時の分布の特徴の記述方法(前回からの続き)について学ぶ。 基本的な2変量統計量ー1
第12回授業(12/18)の目標 ANOVA検定の実習 WEB を用いたANOVA検定と、授業で行った検定結果の正誤の確認方法(宿題)
データの型 量的データ 質的データ 数字で表現されるデータ 身長、年収、得点 カテゴリで表現されるデータ 性別、職種、学歴
「アルゴリズムとプログラム」 結果を統計的に正しく判断 三学期 第7回 袖高の生徒ってどうよ調査(3)
母集団と標本抽出の関係 母集団 標本 母平均μ サイズn 母分散σ2 平均m 母標準偏差σ 分散s2 母比率p 標準偏差s : 比率p :
第3日目第4時限の学習目標 第1日目第3時限のスライドによる、名義尺度2変数間の連関のカイ2乗統計量についての復習
小標本に関する平均の推定と検定 標本が小さい場合,標本分散から母分散を推定するときの不確実さを加味したt分布を用いて,推定や検定を行う
確率と統計2007(最終回) 平成20年1月17日(木) 東京工科大学 亀田弘之.
第4日目第2時限の学習目標 検査(テスト)の信頼性について学ぶ。 (1)検査得点の構成について知る。 (2)検査の信頼性の定義を知る。
第1日目第1時限の学習目標 平成21年度「教育統計」の学習内容の概要を知る。 尺度の4水準の例とそれらの特色の概要を学ぶ。
確率と統計 年1月7日(木) Version 3.
Presentation transcript:

第4日目第1時限の学習目標 3つ以上の平均値の差の検定(分散分析)の概要を知る。 (1)分散分析の例を知る。  (1)分散分析の例を知る。  (2)分散分析の広がりと基本的デザインについ     て学ぶ。  (3)要因の効果の検定方法を学ぶ。  (4)分散分析の基本用語を学ぶ。

3つ以上の平均値の差の検定(1) 分散分析例(1) 3つ以上の平均値の差の検定(1)        分散分析例(1) 12h 24h 36h 48h 1 3 4 7 2 6 5 8 3 4 9 10 11 睡眠遮断実験データ    (Kirk, 1985) 要因ー睡眠遮断 要因数ー1 要因の水準ー4   12h, 24h, 36h, 48h の睡眠遮断条件 サンプル数ー各水準に8名づつ無作為割付 従属変数ー手先の鈍感さ 完全無作為化 ANOVA   (完全無作為化法)

3つ以上の平均値の差の検定(2-1) 分散分析例(2-1) 3つ以上の平均値の差の検定(2-1)        分散分析例(2-1) ミュラー・リヤー錯視実験データ    第2日目第4時限で学習した、ミュラーリヤー錯視   図形を用いた実験で、錯視量に影響を及ぼす要因   の1つである斜線分の角度と、実験参加者側の要因   の1つと考えられる参加者の態度要因(全体視か主   線分注視か)の効果の有無を検討するための実験 要因ー角度要因と態度要因 要因数ー2 要因の水準ー角度要因3、態度要因2 サンプル数ー36名 従属変数ー錯視量 完全無作為化2要因 ANOVA

3つ以上の平均値の差の検定(2-2) 分散分析例(2-2) 3つ以上の平均値の差の検定(2-2)        分散分析例(2-2)   A/B  B1 30度  B2 45度  B3 60度  A1 全体    視   24、14、26 26、23、32 23、24、23 19、26、24 26、27、18 20、23、13 A2 主線   分注視   23、18、17  28、16、21  25、16、20 18、26、18 24、13、17 17、19、17

3つ以上の平均値の差の検定(3) 分散分析例(3) 3つ以上の平均値の差の検定(3)        分散分析例(3) ミラーリエル錯視実験 (18年度計量心理学演習  受講者データ) 要因ー斜線分の長さ 要因数ー1 要因の水準ー3 サンプル数ー12名 従属変数ー錯視量 (単位mm) 1要因反復測定 (デザイン) ANOVA 15mm  条件 30mm 45mm    1 17.8 18.5 19.5   2 25.8 30.5 28.8   . .  12 21.0 29.0 31.5

3つ以上の平均値の差の検定(4) 分散分析例(4) 3つ以上の平均値の差の検定(4)        分散分析例(4) 反応時間実験データ    (18年度修士2年       金田君データ) 要因ー反応形態と刺激の中立性 要因数ー2 要因の水準ー反応形態3、刺激の中立性2 サンプル数ー25名 従属変数ー反応時間 2要因反復測定 (デザイン) ANOVA A1 B1 B2 A2 A3 1 240 218 437 439 485 567 2 197 195 267 382 366 363 … 25 256 301 411 416 407 480

3つ以上の平均値の差の検定(5) 分散分析の広がり(1) 3つ以上の平均値の差の検定(5)    分散分析の広がり(1) 3つ以上の平均値の差の検定の方法である分散分析には、いろいろなものが知られている。 一般には、この種の方法は、研究者が関心を持つ従属変数に対して影響を持つと考えられる多くの独立変数、すなわち要因のうち、少数の要因に絞り他はできる限り統制し、少数要因の効果の有無を統計的に検討する方法の全体を実験計画法 (design of ex- periment 又は experimental design) と呼ぶが、狭義にはそれによる分析手続きを分散分析 (analysis of variance, 略して ANOVA) と呼ぶ。

3つ以上の平均値の差の検定(6) 分散分析の広がり(2) 3つ以上の平均値の差の検定(6)    分散分析の広がり(2) 分散分析は、狭義には1変量分散分析を指すが、広義にはそれのみでなく、共分散分析 (analysis of co- variance, 略して ANCOVA)、多変量分散分析 (multivariate analysis of variance, 略して MANOVA)、及び一般多変量分散分析 (general multivariate analysis of variance, 略して GMANOVA) が含まれる。 また、複数の条件(分散分析では、これを処理とか水準とかいうことがある)に対して、同一被験者が反応させられるデザインとして、反復測定(測度)分散分析(repeated measures ANOVA) がある。

3つ以上の平均値の差の検定(6) 分散分析の広がり(3) 3つ以上の平均値の差の検定(6)    分散分析の広がり(3) この授業では、それらのうち、要因数が2つまでの基本的な4つの方法について、まず簡単に紹介する。 それらは、完全無作為化デザイン (completely ran-domized design)、完全無作為化要因デザイン (completely randomized factorial design)、乱塊法 (randomized block design)、分割区画デザイン (split-plot design) である。 分散分析では、つぎに示すように、データを収集する前に、研究目的に照らして、適切な要因及び被験者を計画的に集める必要がある。

3つ以上の平均値の差の検定(7) 完全無作為化デザイン(CR-p) 当該実験での主要な1つの因子の各水準に対して、各被験者を無作為に割り付ける方法。 CR-p デザインでは、Fisher の実験計画法の3原則のうちどれとどれを使うか? 水準 観測値 均質な被験者集団 A1 ・・・ Ap

3つ以上の平均値の差の検定(8) 完全無作為化2要因デザイン(CRF-pq) 当該実験での主要な2つの因子の各水準に対して、各被験者を無作為に割り付ける方法。 CR-p デザインとどこが異なる? B1 … Bq A1 ׃ 均質な被験者集団 Ap

3つ以上の平均値の差の検定(9) 乱塊法デザイン(RB-p) 当該実験での主要な1つの因子の各水準に対して、均質でない被験者を1つの局外因子によりブロック化し、ブロックごと無作為に割り付ける方法。 RB-p デザインでは、Fisher の実験計画法の3原則のうちどれとどれを使うか? 均質でない被験者を 1つの局外因子で分ける BL1 BLk ・・・ A1 ・・・ ・・・ Ap BLK BL1 BL2 ・・・

3つ以上の平均値の差の検定(10) 分割区画デザイン(SPF-p.q) 当該実験で重要度の異なる2つの因子の水準に対して、各被験者を2つの局外因子によりブロック化し2段階の無作為割り付けにより被験者を割り付ける方法。 RB-p デザインとどこが異なる? 均質でない被験者を2つの 局外因子によりブロック化 B1 … Bq A1 BL(1)1 … BL(1)2 ׃ ׃ ׃ ׃ Ap … BL(1)p BL(2)1 BL(2)r BL(2)2 …

3つ以上の平均値の差の検定(11) 条件間での平均値の差の持つ意味 3つ以上の平均値の差の検定(11)   条件間での平均値の差の持つ意味 睡眠遮断データでは、12時間、24時間、36時間、48時間の睡眠遮断を課す4グループ各8名の手先の敏捷性(鈍感度)のデータの平均値は、睡眠遮断時間が増すにつれて、増大している。 水準間での平均値の違いは、手先の敏捷性に対する睡眠遮断という要因の効果の有無を表している、と考えられる。 まず、睡眠遮断要因の効果の検定結果が分散分析ではどのように示されるのかを、統計ソフト SAS を用いてみてみよう。

3つ以上の平均値の差の検定(12) SAS による分散分析の出力例 変動因 自由度 平方和 平均平方  F 値 Pr>F Model 3 194.5 63.83 44.28 .0001 Error 28 41.0 1.46 Corrected total 31 235.5 Anova 平均 平方 level

3つ以上の平均値の差の検定(13) SAS による分散分析の出力例 変動因 平方和 自由度 平均平方  F値 p値 要因名 SS_A I-1 / (I-1) U_A / U_E p  誤差 SS_E N-I /(N-I)   計 SS_T N-1

3つ以上の平均値の差の検定(14) SAS による分散分析の出力例 構造模型ー分散分析では、どのデザインでも、それにより得られるデータ y を実現値とする確率変数 Y に対するモデル(構造模型)を仮定する。例えば、CR-p デザインでは、 ここで、μは一般平均、αi は因子 A の第 i 水準の 主効果、Eik は誤差項である。

3つ以上の平均値の差の検定(15) 分散分析での3つの仮定 3つ以上の平均値の差の検定(15)    分散分析での3つの仮定 (1)正規性     (構造模型の)誤差項は正規分布に従う (2)等分散性     各セルの(母集団での)分散はすべて     等しい (3)独立性     従属変数の値は互いに独立である

3つ以上の平均値の差の検定(16) 基本用語1-平方和(1) 3つ以上の平均値の差の検定(16) 基本用語1-平方和(1) 例えば、分散分析表の中の平方和の1つである SSAは、第 i 水準の Ni 人のサンプルの従属変数の値の平均を実現値とする確率変数から全サンプルの平均を引いたものの二乗和(平方和)である: は、第 i 水準の主効果 αi と、誤差に関わる項であ ることが、うえの構造模型を用いると証明できる。

3つ以上の平均値の差の検定(17) 基本用語1-平方和(2) 3つ以上の平均値の差の検定(17) 基本用語1-平方和(2) 同じく分散分析表の中の平方和の1つである SS E は、第 i 水準の k 番目のサンプルの値 yik を実現値とする確率変数 Yik から第 i 水準の Ni 人のサンプルの平均を引いたものの二乗和(平方和)である: は、誤差に関わる項のみから成ることが、先ほどと同 様、構造模型から証明できる。

3つ以上の平均値の差の検定(18)         平均平方 つぎに、分散分析表の中の平均平方の1つである UEは、誤差平方和 SSE を N – I で割ったものである: 同様に、UA は、要因平方和を I -1 で割ったもので、

3つ以上の平均値の差の検定(19) CR-p デザインにおける F 値の意味(1) として定義されることがわかる。

3つ以上の平均値の差の検定(20) CR-p デザインにおける F 値の意味(2) 結局、CR-p デザインに限らず、一般に分散分析では、テキスト p.8 上方の枠内にまとめたように、   分散分析ではデータの全変動を、組み込 んだ因子の変動と誤差変動に分解し、誤差 変動に比べて当該因子の変動がどれ程大 きいのかを検討する。