経時測定データの解析
表中のSは被験者を表しており、Sの添字として番号が振られているが、これは被験者番号である。表1においては、Aという条件の下で5人の異なる被験者が用いられている。同じようにBという条件下でも、Cという条件下でもそれぞれ異なった5人の被験者が割り当てられている。結局、表1におけるサンプルサイズは15である。 これに対して表2はどうだろうか。表2では1人の被験者が3つの異なる条件下において、繰り返してデータが得られるように配置されている。例えば、S1は条件Aだけでなく、条件B、条件Cにおいてもデータが取られている。ここでのサンプルサイズは5である。 このようにその実験に用いられた被験者の人数、すなわちサンプルサイズの大きさを考えれば明らかである。反復測定とは「ある異なる条件下において、条件間で異なる個体から反復してデータを得ること」であり、繰り返し測定とは「ある異なる条件下において、条件間で同じ
分散分析のノート
ぶんさんぶんせき 分散分析 analysis of variance にまつわるノート。 入門者向けではなく，統計学にユーザとして接する院生向けです。 これまでに相談を受けた内容から集めました。多分に誤記の可能性があるので，発見次第ビシビシご指摘ください。 （ただ，厳密には誤りだと認識しつつ，説明の平易さのためにあえて大まかな記述をしている部分もあります。） since 2003-04-06 updated on 2011-05-02 このノートでは，同じ意味でも様々な語を使っていることがあるので，その対応を挙げておきます。 統計基礎用語集（英和編）を参考に。 factor → 要因，因子 design → デザイン，計画 component → 成分，構成要素，コンポーネント parameter → 母数，パラメタ analysis → 分析，解析 model → モデル，模型 cont
Mizumoto Lablog | 階層線形モデル/マルチレベルモデル/線形混合モデル
このタイトルの分析方法（モデル）について， 2012/11/10にメソドロジー研究部会・言語テスティング 第二言語習得合同発表会にてお話しました。 iOSの場合は，”Sorry! Page not found”と表示されるので，こちらからご覧下さい。 「外国語教育研究ハンドブック」で紹介している，t 検定や， 分散分析（ANOVA），回帰分析は， 一般線形モデル（general linear model) と呼ばれる枠組みのものです。 一方，一般化線形モデル (generalized linear model; GLM)は， その枠組みを拡張したもので，ランダム効果が入ったら， 一般化線形混合モデル (generalized linear mixed model; GLMM)と 呼ばれます。ランダム効果については，資料をご確認ください。 分野や分析方法によって，線形混合モデルと呼んだり，
ANOVA (2-Within)
被験者内要因が 2つの場合 （1変量） データ 要因a が 2水準，要因b が 4水準のデータ （森・吉田, 1990, pp. 116-121) について分析します。 分析 一般線形モデルの 1変量を選択します。 data を従属変数ボックスへ，factor_a と factor_b を固定因子ボックスへ，subject を変量因子ボックスへ，それぞれ，挿入します。 モデルボタンをクリックして，ユーザーによるモデルの指定を選択します。factor_a, factor_b, subject の 主効果，factor_a と factor_b, factor_a と subject, factor_b と subject の交互作用を指定します。 その後の検定ボックスに factor_b を挿入し，REGWQ 法を選択する。 貼り付けをクリックし，シンタックスエディタを開きます。ここで，事後
新しいページ 1
SPSSによる二元配置以上の分散分析（ANOVA）の行い方を解説します。 まず以下のようなデータをとったとします。 このデータの場合，「製品AとB」の要因，「運動前，運動直後，運動5分後」の要因の2要因があります。ところで，被検者が全ての実験に参加している（反復測定）ので，被検者要因（→この場合，解析の都合上，「要因」にしているのでブロック要因と呼びます。）も設けなければなりません。従って，反復測定による二元配置分散分析（または全ての要因を「要因」とみなして三元配置分散分析とも呼びます）を行うことになります。 SPSSには以下のように入力します。 ここから，解析を始めます。まず，以下のように[分析]-[一般線型モデル]-[1変量]を選びます。 すると，以下のようなダイアログボックスが現れます。各変数を空いている部分に移動していけばよいのです。[従属変数]にはデータ列を入れます。 [固定因子
国連大学学長による特別講演のご案内（2/4開催）
東北大学は、「国連アカデミック・インパクト（UNAI）」に加盟し、東日本大震災を契機として「教育・研究・社会貢献活動等を通して、持続可能性を推進する」取り組みを実践してきました。この度、AI事業の一環として、マローン国連大学学長を招聘し、特別講演を行っていただくことになりました。国際経済学を専門とするマローン国連大学学長より、国連が世界各地での活動を通して得てきた知見と教訓をもとに、”The UN Security Council : Boom or Bust”と題した特別講演を行っていただきます。是非奮ってご参加ください。 日時：2014年2月4日（火） 13:30-14:30 場所：東北大学 片平さくらホール 講演：Dr. David M. Malone（国連大学学長） 題目：”The UN Security Council : Boom or Bust” 司会：東北大学 植木俊哉理事
日本学生支援機構 平成25年度特に優れた業績による返還免除候補者の募集について【大学院学生・第一種奨学生対象】
日本学生支援機構では、平成16年度以降の大学院第一種奨学金採用者で、平成25年度中に貸与が終了する奨学生を対象とした「特に優れた業績による返還免除制度」を実施しています。 この返還免除制度は、在学中（当該課程）に「特に優れた業績を挙げた者」として本学から推薦し、同機構が認定した場合、当該大学院課程の在学中に貸与された第一種奨学金の全部または一部の返還が免除されるものです。 この返還免除制度への申請を希望する方は、所属研究科の教務係または学生支援係へ申し出てください。 申込締切日は各研究科により異なりますので、ご注意ください。 【申込資格】 ①～③すべてを満たしていることが必要です。 ① 平成16年度以降の大学院第一種奨学金採用者で、平成25年度中に貸与が終了する者。 （退学・辞退・年度途中満期・平成26年3月満期者） ② 貸与終了時に在学している課程において特に優れた業績を挙げた者。 ③
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
マルソリ・ラボ SPSSで分散分析：一変量か反復測定か
「統計学関連なんでもあり」の過去ログ---008