Two Way Repeated Measures ANOVA(Two Way RMANOVA、二元配置反復測定分散分析)のメモ。
実解析ではMixedモデルを使う。学習のためのメモ。
【目次】
帰無仮説、対立仮設
・帰無仮説 要因により平均値に差がない
・対立仮設 要因により平均値に差がある
計算式等
■ 分散分析表
要因 | 平方和 | 自由度 | 平均平方 | F比 | |
被 験 者 間 |
Group | ||||
残差e | - | ||||
被 験 者 内 |
Time | ||||
Group*time | |||||
残差e | - | ||||
Total | - | - | |||
Subject | - | - |
■ 平方和
各観測値と総平均の偏差平方和 | |
Subject別平均と総平均の偏差平方和 | |
Group別平均と総平均の偏差平方和 | |
Time別平均と総平均の偏差平方和 | |
Group*Time別平均、Group別平均、Time別平均と総平均の偏差平方和 | |
※ =全体の平均値(総平均)
架空データで計算。4時点で右肩上がりになるデータ。
分散分析表を作り、F検定を行う。
今回の架空データは群(Group)、時間(Time)、群と時間の要因間(交互作用)がすべて有意。群と時間が互いに影響を与えている。
↓交互作用ありの解釈のメモ。
【統計】二元配置分散分析(Two-way ANOVA) - こちにぃるの日記
Rで検算。
> ads <- data.frame( + Group=c(1,1,1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,2,2,2,2) + ,Subject=c(101,101,101,101,102,102,102,102,103,103,103,103,104,104,104,104,105,105,105,105,106,106,106,106) + ,Time=c(0,1,2,3,0,1,2,3,0,1,2,3,0,1,2,3,0,1,2,3,0,1,2,3) + ,AVAL=c(10,12,14,15,11,12,13,14,8,10,12,13,10,15,20,21,12,13,15,18,10,12,16,20) + ) > ads$Group <- as.factor(ads$Group) > ads$Subject <- as.factor(ads$Subject) > ads$Time <- as.factor(ads$Time ) > model <- aov(AVAL ~ Group*Time + Error(Subject/(Group*Time)), data=ads) Warning message: In aov(AVAL ~ Group * Time + Error(Subject/(Group * Time)), data = ads) : Error() モデルは特異です > summary(model) Error: Subject Df Sum Sq Mean Sq F value Pr(>F) Group 1 60.17 60.17 11.93 0.0259 * Residuals 4 20.17 5.04 --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 Error: Subject:Time Df Sum Sq Mean Sq F value Pr(>F) Time 3 154.83 51.61 36.078 2.77e-06 *** Group:Time 3 19.50 6.50 4.544 0.0239 * Residuals 12 17.17 1.43 --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 >
プログラムコード
R
model <- aov(AVAL ~ Group*Time + Error(Subject/(Group*Time)), data=ads) summary(model)
proc glm data=ADS; class Subject Group; model Time0 - Time4 = Group / nouni; repeated Subject ; run;