R: Two-way Interaction Plot
Description Plots the mean (or other summary) of the response for two-way combinations of factors, thereby illustrating possible interactions. Usage interaction.plot(x.factor, trace.factor, response, fun = mean, type = c("l", "p", "b", "o", "c"), legend = TRUE, trace.label = deparse1(substitute(trace.factor)), fixed = FALSE, xlab = deparse1(substitute(x.factor)), ylab = ylabel, ylim = range(cells,
Rによる心理統計再入門10：分散分析 単純主効果の検定 - Memorandums
２要因（被験者間）で交互作用が有意な場合の単純主効果の検定をRで行った例。誤差項の選択（各水準別）がSPSS（全体）の場合と異なる。 dataは下記から。 小塩研究室（中部大） http://psy.isc.chubu.ac.jp/%7Eoshiolab/teaching_folder/datakaiseki_folder/05_folder/da05_02.html failure(f1,f2,f3)、perfection(p1,p2)の２要因被験者間計画。従属変数はdepression。 1) データの読み込み > data.ex=read.csv("data5_1.csv",header=T) > data.ex sub failure perfection depression 1 1 f1 p1 10 2 2 f1 p1 13 3 3 f1 p1 21 4 4 f1 p1 16
[R][メモ] 卒論で使った分析 / LiosK-free Blog
2009-01-31 カテゴリ: その他のプログラミング タグ: R Tips 統計 卒論のためにRを使って行った分析をメモ。 やったことは、 3要因分散分析 (被験者間計画) 検出された交互作用を検定するために単純主効果検定 単純主効果の強さを測定するために効果量を計算 (イータ2乗) 統計のこともRのこともあまりよくわかっていないけど、少なくとも手元のデータではSPSSと同じ数値が出た。 分散分析 コントラスト配列の作成方法を指定するのがポイント？ > # Type III Anova > library(car) # load Anova() > options(contrasts = c("contr.sum", "contr.sum")) > model <- lm(response ~ factor.A * factor.B * factor.C, data = results
myowelt: Obtaining the same ANOVA results in R as in SPSS - the difficulties with Type II and Type III sums of squares
Obtaining the same ANOVA results in R as in SPSS - the difficulties with Type II and Type III sums of squares I calculated the ANOVA results for my recent experiment with R. In brief, I assumed that women perform poorer in a simulation game (microwolrd) if under stereotype threat than men. My students who assisted in the experiments used SPSS for their calculations. I realized that they obtained d
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
処理を実行中です
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
Rで統計学を学ぶ(7)%2F12)
鐃術￥申鐃緒申 (鐃緒申鐃緒申鐃峻ワ申鐃緒申鐃緒申)/12 の編集 - RjpWiki
Microsoft PowerPoint - R-stat-intro_06.ppt [互換モード]
