私のための統計処理 ー多重比較検定
[基本解説→ポストホックテストとしての多重比較検定] →[検定-1要因多群-2要因多群] →[ANOVA] 独立した群が３群以上あるとき、どの群とどの群の平均値に有意差があるかを検定！ 基本的に、多重検定は、2群比較のためのt検定の拡張版である。 比較の数が増加する（＝2群ずつの検定を繰り返す）ことによる第一種の過誤の増大を調整するために、危険率の補正方法が異なる種々の検定がある。↓ （棄却域：Fisher PLSD < Tukey < Bonferroni < Scheffe） ◎多重比較の2通りの立場 ・事前比較 (A priori comparisons)： 結果を分析する前に，理論的な背景などにより，比較する平均値についての仮説がある場は、 ANOVA抜きで、多重比較を行う。 ・事後比較 (Post hoc comparisons)： 比較する平均値についての明確な仮説がない場合
R言語で分散分析（と多重比較） - 丸井綜研
例えば、A〜Eの5種類の肥料をそれぞれ別の畑で使ったときのジャガイモの収穫量を表す以下のようなデータがあったとき、肥料による収穫量の明確な違いがあるかどうかを調べようと思います。一元配置の分散分析（対応なし）を行います。（ジャガイモ収穫量の表は、P. Howell "Elementary Statistics"から抜粋） A B C D E 310 353 366 299 367 284 293 335 264 314 307 306 339 311 377 267 308 312 266 342 > A <- c(310, 284, 307, 267) > B <- c(353, 293, 306, 308) > C <- c(366, 335, 339, 312) > D <- c(299, 264, 311, 266) > E <- c(367, 314, 377, 342) > f
R言語で統計解析入門： 独立な３群以上の平均値の差の検定--分散分析 梶山 喜一郎
> x <- read.table ("clipboard", header=TRUE ) > x 測定値 群 1 45 図形科学 2 39 幾何学 3 30 製図学 4 30 架空力学 5 27 図形科学 6 24 幾何学 7 18 製図学 8 21 架空力学 9 54 図形科学 10 24 幾何学 11 33 製図学 12 9 架空力学 13 42 図形科学 14 36 幾何学 15 21 製図学 16 15 架空力学 17 54 図形科学 18 21 幾何学 19 36 製図学 20 21 架空力学 > str (x) 'data.frame': 20 obs. of 2 variables: $ 測定値: int 45 39 30 30 27 24 18 21 54 24 ... $ 群 : Factor w/ 4 levels "幾何学","架空力学",..: 3 1 4 2 3
R言語で統計解析入門： 目次1 テクニカルデータプレゼンテーション 梶山 喜一郎
Technical Data presentation in R コピペで学ぶ Rでテクニカルデータプレゼンテーション １．基礎統計解析編 グラフィックス・リテラシ－教育: 「図学 I ・図形情報 I ・統計学」科目 修了後のコースウェア 福岡大学工学部図学教室 梶山 喜一郎 ・つまみ食いで，学習しないように願います． ・データの可視化を体系・系統だったスキルにするために順を追って学習する． ・統計ブームに乗っている学習者も先人に感謝の気持ちを．さらに， ・確かなスキルにするために，教科書・解説書を理解し，Rスクリプトで確認． A. はじめに--ここは統計・解析の必要を味わった後で読めばよい まず，統計の手続きを実行する．慣れたら統計的に考えよう． 学校の統計学を復習--買った教科書とノートをまた読むだけ a. 測定と尺度 Measurement and scale b. 記述統計学の
glm() でオッズ比と信頼区間を求める - Triad sou.
基礎的すぎるから知らなかったのか confint(ModelName, level = 1-alpha) という関数があったらしい、プロファイル尤度に基づく信頼区間を計算できる (2012/6/19 記述を修正)。 d <- c( 1,1,1,1,0,0,0,0,0,0, 1,1,1,1,1,1,1,1,0,0, 1,0,0,0,0,0,0,0,0,0, 1,1,1,1,1,0,0,0,0,0 ) trt <- gl(2, 20, 40) foo <- gl(2, 10, 40) GLM.1 <- glm(d ~ trt + foo, family=binomial()) summary(GLM.1) ModelName <- GLM.1 alpha <- 0.05 x <- summary(ModelName) y <- confint(ModelName, level=1-alpha)
Ｒとカテゴリカルデータの操作と統計量
本欄で説明したデータ解析の方法のほとんどは、量的なデータを対象にしたものである。今月号から数回の誌面を用いてカテゴリカルデータ(categorical data)について説明を行うことにする。 我々の周りには多くの物事の性質を数え上げる計数(count)データがある。例えば、性別（男、女）、血液型（A,B,O,AB）やアンケート調査票の中の質問における選択肢などを集計したデータは、いずれも計数データである。このような計数データをカテゴリカルデータと呼び、性別や血液型などのカテゴリーをカテゴリカル変数(categorical variable, 略して変数)と呼ぶ。 カテゴリカル変数は、データの尺度によって２種類に分けることができる。１つはカテゴリカル変数が順序関係を持たない性別や血液型などのような名義((nominal)尺度データであり、もう１つはアンケート調査質問票などでよく用いられ
R言語プログラミング： 基本演算子・初等関数 - hamadakoichi blog
統計解析・データマイニング言語である R言語の 基本演算（算術演算子、比較演算子、論理演算子） 初等関数 をソースコードを用い紹介する。記載しているソースは、R Console上や EclipseでR-Scriptとして、そのまま実行可能である。 R Consoleでの実行例 (Rのインストール・環境設定はこちら) EclipseでのR-Scriptとしての実行例 (RをEclipseで実行するための方法はこちら) 算術演算子 算術演算は、integer(整数), numerical(実数), complex(複素数)のScalar、および、Vector(ベクトル), matrix(マトリクス), data.frame(データフレーム), array(配列), list(リスト)に対し、適用可能である。 （※Rのデータ型については次を参照： R言語プログラミング： データ型・操作 ）
R による統計処理
「Rによる統計解析」 オーム社 刊 サポートページ 目次 第1章 Rを使ってみる 第2章 データの取り扱い方 第3章 一変量統計 第4章 二変量統計 第5章 検定と推定 第6章 多変量解析 第7章 統合化された関数を利用する 第8章 データ分析の例 付録A Rの解説 付録B Rの参考図書など はじめに R とは何か，何ができるかのリンク集（日本のもののみ） R を使うためにはどうしたらいいの？ データなどの読み書き R の定石（R に限らずプログラミングの定石も） R を使って実際に統計解析をする AtoZ 一連の流れ データファイルの準備をする 分析してみる 分析結果を LaTeX で処理したり，ワープロに貼り込んだりする 道具立て 連続変数データをカテゴリーデータに変換 カテゴリーデータの再カテゴリー化 度数分布表と度数分布図の作成 散布図・箱髭図の描画 クロス集計（独立性の検定，フィ
RプログラミングTips大全 - RjpWiki
RjpWiki はオープンソースの統計解析システム R に関する情報交換を目的とした Wiki ですR 言語の実行制御フロー † R は多くの計算機言語と同じような Algol 風制御命令のセットをもつが、より柔軟である。 実行文 expr は単純実行文でも、(波括弧で括った)複合実行文(同一行に並べるにはセミコロンで区切る)でもよい。 ↑ 繰り返し for † 書式 (ループ範囲 range の各要素 arg に対して expr を実行 ) for(arg in range) expr 注意：for ループは一般に実行速度を遅くするボトルネックになりやすい。またコードが長くなり勝ちである。apply 関数ファミリの使用や、特にベクトル・行列・配列の成分ごとのループは専用高速関数が用意されているのでその使用を考える。 ループ範囲にベクトルを取る(基本) > x = 1:4 > for (i
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
多変量解析：多重ロジスティック回帰分析: Minkyのよもやま日記
「統計学関連なんでもあり」の過去ログ--- 043
Google Sites: Sign-in
認証がかかっています