エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
分散分析法と構造モデル
上図から明らかなように、実験の繰り返しによるデータのバラツキは小さく(繰り返し実験は完全にランダ... 上図から明らかなように、実験の繰り返しによるデータのバラツキは小さく(繰り返し実験は完全にランダムに行われているから、それに基づく変動誤差は偶然誤差)であるから、それに比べ反応温度が変動するとデータのバラツキは大きくなり、結果として反応温度が反応収率に一定の説明可能な影響を与えている(反応温度が上がれば反応収率が上がる)ことがわかります。 この例のように、実験データに大きな影響を与え得る可能性のある主要な変動要因(これを因子Aとします)が1つで、残りの変動要因がランダムな実験の繰り返しすなわち偶然誤差であるような場合の統計モデルを「1因子実験」あるいは「1元配置実験」と呼んでいます。また、この場合、因子Aである反応温度は3種類選びましたが、この3種類それぞれの実験条件のことを因子Aの水準と呼び、その種類の数のことを水準数と呼んでいます。上例では因子Aは反応温度であり、その水準は40℃、60