ANOVA君 の履歴(No.4)
- 履歴一覧
- 差分 を表示
- 現在との差分 を表示
- ソース を表示
- ANOVA君 へ行く。
- 1 (2023-01-06 (金) 16:11:50)
- 2 (2023-01-06 (金) 16:12:04)
- 3 (2023-04-03 (月) 08:58:30)
- 4 (2023-04-20 (木) 20:54:36)
- 5 (2023-05-01 (月) 10:20:24)
ANOVA君とは†
フリーの統計ソフトウェア「R」で動作する分散分析関数です。
- 被験者間要因(独立測度),被験者内要因(反復測度)のいずれか,または,両方を含むタイプの分散分析を扱います
- 単純主効果の検定を行います(一次の交互作用についてのみ)
- 多重比較を行います(修正Bonferroniの方法による)
- 非釣り合い型計画(unbalanced design)に対応しています(タイプⅡ,タイプⅢ平方和の計算)
- 球面性検定と自由度調整を行います
R上でjs-STARやANOVA4のように手軽に分散分析を行える関数があればと思って作成しました。
ANOVA君のファイル†
下のアイコンをクリックしてファイルを保存してください。
保存用のポップアップが表示されない場合は,右クリックして“対象をファイルに保存”を選んでください。
【リリースノート】
2023-04-03 anovakun version 4.8.8公開
※このバージョンは,一部のデザインでは出力エラーが起こります。エラーが出た場合はtechオプションを使うか,次回更新まではversion 4.8.7をご利用ください(出力表示の違いのみで計算結果は変わりません)。
- ANOVA君の使い方
- ANOVA君の特徴
- 平方和のタイプ
- 球面性検定の出力
- 多標本球面性への対応
- 多重比較の方法
- Shafferの方法のバリエーション
- 反復測定デザインにおける効果量
- 反復測定デザインにおける信頼区間
- FAQ
ANOVA君の出力例†
以下のデータにdatという名前をつけて読み込んだ場合の出力例です。
# データ(AsBデザイン-2水準の被験者間要因1つ,3水準の被験者内要因1つの混合要因計画) a1 4 7 5 a1 6 3 6 a1 8 6 4 a1 7 8 3 a2 4 8 9 a2 2 2 8 a2 1 3 8 a2 5 4 7 a2 4 5 9 a2 2 3 7
※上の囲みにサイドバーが表示される場合は,ブラウザを全画面表示にしていただくと囲み内全体を見られることがあります。
データを読み込んだ後に,以下のような簡単なコードを入力すると・・・
> anovakun(dat, "AsB", 2, 3)
記述統計量,球面性の指標,分散分析表,下位検定の結果(この例では,主効果の多重比較,単純主効果の検定,単純主効果の多重比較)の順に結果を出力します。
[ AsB-Type Design ] This output was generated by anovakun 4.8.8 under R version 4.2.3. It was executed on Mon Apr 3 08:57:14 2023. << DESCRIPTIVE STATISTICS >> ------------------------------ A B n Mean S.D. ------------------------------ a1 b1 4 6.2500 1.7078 a1 b2 4 6.0000 2.1602 a1 b3 4 4.5000 1.2910 a2 b1 6 3.0000 1.5492 a2 b2 6 4.1667 2.1370 a2 b3 6 8.0000 0.8944 ------------------------------ << SPHERICITY INDICES >> == Mendoza's Multisample Sphericity Test and Epsilons == ------------------------------------------------------------------------- Effect Lambda approx.Chi df p LB GG HF CM ------------------------------------------------------------------------- B 0.2238 2.3148 5 0.8041 ns 0.5000 0.9621 1.2606 1.0527 ------------------------------------------------------------------------- LB = lower.bound, GG = Greenhouse-Geisser HF = Huynh-Feldt-Lecoutre, CM = Chi-Muller << ANOVA TABLE >> == This data is UNBALANCED!! == == Type III SS is applied. == ----------------------------------------------------------- Source SS df MS F-ratio p-value ----------------------------------------------------------- A 2.0056 1 2.0056 0.6048 0.4591 ns s x A 26.5278 8 3.3160 ----------------------------------------------------------- B 13.4778 2 6.7389 2.6918 0.0982 + A x B 60.8111 2 30.4056 12.1454 0.0006 *** s x A x B 40.0556 16 2.5035 ----------------------------------------------------------- Total 157.8667 29 5.4437 +p < .10, *p < .05, **p < .01, ***p < .001 << POST ANALYSES >> < MULTIPLE COMPARISON for "B" > == Shaffer's Modified Sequentially Rejective Bonferroni Procedure == == The factor < B > is analysed as dependent means. == == Alpha level is 0.05. == -------------------------- B n Mean S.D. -------------------------- b1 10 4.6250 2.2632 b2 10 5.0833 2.2336 b3 10 6.2500 2.0656 -------------------------- ---------------------------------------------------------- Pair Diff t-value df p adj.p ---------------------------------------------------------- b1-b3 -1.6250 2.4158 8 0.0421 0.1264 b1 = b3 b2-b3 -1.1667 1.4783 8 0.1776 0.1776 b2 = b3 b1-b2 -0.4583 0.6552 8 0.5307 0.5307 b1 = b2 ---------------------------------------------------------- < SIMPLE EFFECTS for "A x B" INTERACTION > -------------------------------------------------------------------------- Effect Lambda approx.Chi df p LB GG HF CM -------------------------------------------------------------------------- B at a1 0.8702 0.1854 2 0.9114 ns 0.5000 0.9186 2.3003 0.5000 B at a2 0.9964 0.0058 2 0.9971 ns 0.5000 0.9985 1.6621 1.0176 -------------------------------------------------------------------------- LB = lower.bound, GG = Greenhouse-Geisser HF = Huynh-Feldt-Lecoutre, CM = Chi-Muller ------------------------------------------------------------ Source SS df MS F-ratio p-value ------------------------------------------------------------ A at b1 25.3500 1 25.3500 9.7735 0.0141 * Er at b1 20.7500 8 2.5938 ------------------------------------------------------------ A at b2 8.0667 1 8.0667 1.7520 0.2222 ns Er at b2 36.8333 8 4.6042 ------------------------------------------------------------ A at b3 29.4000 1 29.4000 26.1333 0.0009 *** Er at b3 9.0000 8 1.1250 ------------------------------------------------------------ B at a1 7.1667 2 3.5833 0.8431 0.4757 ns s x B at a1 25.5000 6 4.2500 ------------------------------------------------------------ B at a2 82.1111 2 41.0556 28.2061 0.0001 *** s x B at a2 14.5556 10 1.4556 ------------------------------------------------------------ +p < .10, *p < .05, **p < .01, ***p < .001 < MULTIPLE COMPARISON for "B at a2" > == Shaffer's Modified Sequentially Rejective Bonferroni Procedure == == The factor < B at a2 > is analysed as dependent means. == == Alpha level is 0.05. == ---------------------------------------------------------- Pair Diff t-value df p adj.p ---------------------------------------------------------- b1-b3 -5.0000 7.3193 5 0.0007 0.0022 b1 < b3 * b2-b3 -3.8333 5.4515 5 0.0028 0.0028 b2 < b3 * b1-b2 -1.1667 1.6592 5 0.1580 0.1580 b1 = b2 ---------------------------------------------------------- output is over --------------------///
使用条件†
- anovakunとこれを構成する関数(コード群)は,自由に使用,改変,再配布していただいて結構です。
- ただし,改変を加えたものを公開する際には,改変を加えたことを明記し,メインの関数の名前をanovakun以外の名前に変更してください。
- anovakunとこれを構成する関数(コード群)の使用によって生じるいかなる結果に関しても作成者は責任を負いかねますのでご了承ください。
問題点†
計算速度が遅いです。
高次の要因計画でデータ数や要求される計算の回数が多いと遅くなる傾向があります。およそ5要因以上の計画や6水準以上の要因を含む場合には,計算に使用するデータが多過ぎると,メモリ不足になり,アプリケーションがハングアップする場合があります。
そのような場合には,よりスペックの高いマシン(特に,メモリの多いマシン)で計算してみるか,他のソフトを使用してください。
または,水準数が多い場合には,多重比較としてHolmの方法を指定してください。
更新状況†
- 2つ以上の要因を含む計画で,多重比較の結果が適切でない(2007-09-11; version 1.0.0)
- version 2.0.0では,この問題を解決しました(2007-10-01)
- この問題の詳細については,複数の要因がある計画における多重比較をご覧ください
- 高速化の試み(2008-02-01; version 2.1.0, version 2.2.0,version 3.0.0,version 3.1.0)
- 被験者間計画の分析で,出力の表示にエラーが起こることがある(2009-12-22; version 4.1.0)
- R 2.9.2以降のバージョンでANOVA君を使用している場合に,この問題が起こることがあります
- この問題は,オプションとしてtech = Tを指定することで回避できます
- version 4.1.1では,この問題を解決しました(2010-01-04)
- オメガ二乗系の効果量(ω2,ωp2,ωG2)の計算方法が適切でない(2012-02-19;version 4.2.0)
- version 4.2.0の計算方法では,被験者間計画以外では適切な出力になりません
- version 4.3.0では,この問題に対応しました(2012-07-02)
- この問題の詳細については,オメガ二乗の複雑な事情をご覧ください
- 正規化に基づく信頼区間の計算が適切でないことがある(2014-02-18;version 4.5.0)
- version 4.5.0では,被験者間要因を2つ以上含む混合要因計画の場合に誤った結果を出力します
- version 4.5.1では,この問題を解決しました(2014-03-03)
※不具合,バグなど見つかりましたら,井関までお知らせいただけますと助かります。必ずしも対応できるとは限りませんが,今後の改善に生かしていきたいと思います。