読者です 読者をやめる 読者になる 読者になる

Rを通じて統計学を学ぶ備忘録ブログ

SPSSからRに移行したい私のような人向けのR解説ブログ兼学習用備忘録。

第27回 分散分析(対応あり)

第27回は分散分析(対応あり)について書きます。

 

対応のある分散分析としていきましょう。

対応のある分散分析は例えば、食品a、b、cの美味しさを測定するときに、食品aを1〜5の人に食べてもらい、食品b、食品cも同様に1〜5の人に食べてもらいます。つまり、1の人に食品a、b、cの3つを食べてもらうことになります。以下にデータセットを作成して分析してみましょう。

good.taste<-c(6,7,8,9,5,2,3,4,5,6,6,7,6,7,8) food <- factor(c(rep("fooda",5),rep("foodb",5),rep("foodc",5))) person <- factor(rep(c("No1","No2","No3","No4","No5"),3)) good.taste [1] 6 7 8 9 5 2 3 4 5 6 6 7 6 7 8 food [1] fooda fooda fooda fooda fooda foodb foodb foodb foodb foodb foodc foodc foodc foodc foodc Levels: fooda foodb foodc person [1] No1 No2 No3 No4 No5 No1 No2 No3 No4 No5 No1 No2 No3 No4 No5 Levels: No1 No2 No3 No4 No5 summary(aov(good.taste~food+person))      Df  Sum Sq  Mean Sq  F value  Pr(>F) food     2   28.133  14.067   8.115  0.0119 * person    4   8.933  2.233   1.288  0.3513 Residuals  8   13.867  1.733 --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

ここでは食品の美味しさの平均値異なるどうかをみていたので「food」の行を見ます。そうすると、食品によって美味しさに違いがあることがわかります。 

TukeyHSD(aov(good.taste~food+person )) Tukey multiple comparisons of means 95% family-wise confidence level Fit: aov(formula = good.taste ~ food + person) $food diff       lwr    upr       p     adj foodb-fooda  -3.0   -5.3792979   -0.6207021  0.0170118 foodc-fooda  -0.2   -2.5792979   2.1792979   0.9688196 foodc-foodb  2.8 0  .4207021    5.1792979  0.0239587 $person 今回は必要ないので削除

チューキの多重検定によると、a-b、c-bとの間で美味しさに5%水準で有意な差があることがわかりました。 

 

以上で第27回はお終い。

広告を非表示にする