Enviar búsqueda
Cargar
ANOVA君とanovatan
•
Descargar como PPTX, PDF
•
9 recomendaciones
•
9,056 vistas
Takashi Yamane
Seguir
2014/11/29のHijiyama.Rでの発表資料です。
Leer menos
Leer más
Software
Denunciar
Compartir
Denunciar
Compartir
1 de 22
Descargar ahora
Recomendados
Anova君を使った分散分析
Anova君を使った分散分析
Takashi Yamane
試して、比べて、使ってみる時系列における異常検知。
試して、比べて、使ってみる時系列における異常検知。
浩 陳
変分ベイズ法の説明
変分ベイズ法の説明
Haruka Ozaki
因果探索: 基本から最近の発展までを概説
因果探索: 基本から最近の発展までを概説
Shiga University, RIKEN
StanとRでベイズ統計モデリングに関する読書会(Osaka.stan) 第四章
StanとRでベイズ統計モデリングに関する読書会(Osaka.stan) 第四章
nocchi_airport
階層ベイズによるワンToワンマーケティング入門
階層ベイズによるワンToワンマーケティング入門
shima o
社会心理学者のための時系列分析入門_小森
社会心理学者のための時系列分析入門_小森
Masashi Komori
一般化線形混合モデル入門の入門
一般化線形混合モデル入門の入門
Yu Tamura
Recomendados
Anova君を使った分散分析
Anova君を使った分散分析
Takashi Yamane
試して、比べて、使ってみる時系列における異常検知。
試して、比べて、使ってみる時系列における異常検知。
浩 陳
変分ベイズ法の説明
変分ベイズ法の説明
Haruka Ozaki
因果探索: 基本から最近の発展までを概説
因果探索: 基本から最近の発展までを概説
Shiga University, RIKEN
StanとRでベイズ統計モデリングに関する読書会(Osaka.stan) 第四章
StanとRでベイズ統計モデリングに関する読書会(Osaka.stan) 第四章
nocchi_airport
階層ベイズによるワンToワンマーケティング入門
階層ベイズによるワンToワンマーケティング入門
shima o
社会心理学者のための時系列分析入門_小森
社会心理学者のための時系列分析入門_小森
Masashi Komori
一般化線形混合モデル入門の入門
一般化線形混合モデル入門の入門
Yu Tamura
重回帰分析で交互作用効果
重回帰分析で交互作用効果
Makoto Hirakawa
階層ベイズと自由エネルギー
階層ベイズと自由エネルギー
Hiroshi Shimizu
1 4.回帰分析と分散分析
1 4.回帰分析と分散分析
logics-of-blue
正準相関分析
正準相関分析
Akisato Kimura
階層ベイズとWAIC
階層ベイズとWAIC
Hiroshi Shimizu
Rで階層ベイズモデル
Rで階層ベイズモデル
Yohei Sato
MCMCでマルチレベルモデル
MCMCでマルチレベルモデル
Hiroshi Shimizu
強化学習における好奇心
強化学習における好奇心
Shota Imai
相関と因果について考える:統計的因果推論、その(不)可能性の中心
相関と因果について考える:統計的因果推論、その(不)可能性の中心
takehikoihayashi
統計的因果推論への招待 -因果構造探索を中心に-
統計的因果推論への招待 -因果構造探索を中心に-
Shiga University, RIKEN
Fisher線形判別分析とFisher Weight Maps
Fisher線形判別分析とFisher Weight Maps
Takao Yamanaka
第4回DARM勉強会 (多母集団同時分析)
第4回DARM勉強会 (多母集団同時分析)
Masaru Tokuoka
2 3.GLMの基礎
2 3.GLMの基礎
logics-of-blue
関数データ解析の概要とその方法
関数データ解析の概要とその方法
Hidetoshi Matsui
第4回DARM勉強会 (構造方程式モデリング)
第4回DARM勉強会 (構造方程式モデリング)
Yoshitake Takebayashi
アンサンブル木モデル解釈のためのモデル簡略化法
アンサンブル木モデル解釈のためのモデル簡略化法
Satoshi Hara
心理学者のためのGlmm・階層ベイズ
心理学者のためのGlmm・階層ベイズ
Hiroshi Shimizu
とある金融屋の統計技師が時系列解析してみた
とある金融屋の統計技師が時系列解析してみた
Nagi Teramo
ベイズ統計入門
ベイズ統計入門
Miyoshi Yuya
異常検知と変化検知 第4章 近傍法による異常検知
異常検知と変化検知 第4章 近傍法による異常検知
Ken'ichi Matsui
ベイズモデリングによる第2種信号検出モデルの表現
ベイズモデリングによる第2種信号検出モデルの表現
Takashi Yamane
DiagrammeRと仲良くなった話ーグラフィカルモデルのためのDiagrammeR速習ー
DiagrammeRと仲良くなった話ーグラフィカルモデルのためのDiagrammeR速習ー
Takashi Yamane
Más contenido relacionado
La actualidad más candente
重回帰分析で交互作用効果
重回帰分析で交互作用効果
Makoto Hirakawa
階層ベイズと自由エネルギー
階層ベイズと自由エネルギー
Hiroshi Shimizu
1 4.回帰分析と分散分析
1 4.回帰分析と分散分析
logics-of-blue
正準相関分析
正準相関分析
Akisato Kimura
階層ベイズとWAIC
階層ベイズとWAIC
Hiroshi Shimizu
Rで階層ベイズモデル
Rで階層ベイズモデル
Yohei Sato
MCMCでマルチレベルモデル
MCMCでマルチレベルモデル
Hiroshi Shimizu
強化学習における好奇心
強化学習における好奇心
Shota Imai
相関と因果について考える:統計的因果推論、その(不)可能性の中心
相関と因果について考える:統計的因果推論、その(不)可能性の中心
takehikoihayashi
統計的因果推論への招待 -因果構造探索を中心に-
統計的因果推論への招待 -因果構造探索を中心に-
Shiga University, RIKEN
Fisher線形判別分析とFisher Weight Maps
Fisher線形判別分析とFisher Weight Maps
Takao Yamanaka
第4回DARM勉強会 (多母集団同時分析)
第4回DARM勉強会 (多母集団同時分析)
Masaru Tokuoka
2 3.GLMの基礎
2 3.GLMの基礎
logics-of-blue
関数データ解析の概要とその方法
関数データ解析の概要とその方法
Hidetoshi Matsui
第4回DARM勉強会 (構造方程式モデリング)
第4回DARM勉強会 (構造方程式モデリング)
Yoshitake Takebayashi
アンサンブル木モデル解釈のためのモデル簡略化法
アンサンブル木モデル解釈のためのモデル簡略化法
Satoshi Hara
心理学者のためのGlmm・階層ベイズ
心理学者のためのGlmm・階層ベイズ
Hiroshi Shimizu
とある金融屋の統計技師が時系列解析してみた
とある金融屋の統計技師が時系列解析してみた
Nagi Teramo
ベイズ統計入門
ベイズ統計入門
Miyoshi Yuya
異常検知と変化検知 第4章 近傍法による異常検知
異常検知と変化検知 第4章 近傍法による異常検知
Ken'ichi Matsui
La actualidad más candente
(20)
重回帰分析で交互作用効果
重回帰分析で交互作用効果
階層ベイズと自由エネルギー
階層ベイズと自由エネルギー
1 4.回帰分析と分散分析
1 4.回帰分析と分散分析
正準相関分析
正準相関分析
階層ベイズとWAIC
階層ベイズとWAIC
Rで階層ベイズモデル
Rで階層ベイズモデル
MCMCでマルチレベルモデル
MCMCでマルチレベルモデル
強化学習における好奇心
強化学習における好奇心
相関と因果について考える:統計的因果推論、その(不)可能性の中心
相関と因果について考える:統計的因果推論、その(不)可能性の中心
統計的因果推論への招待 -因果構造探索を中心に-
統計的因果推論への招待 -因果構造探索を中心に-
Fisher線形判別分析とFisher Weight Maps
Fisher線形判別分析とFisher Weight Maps
第4回DARM勉強会 (多母集団同時分析)
第4回DARM勉強会 (多母集団同時分析)
2 3.GLMの基礎
2 3.GLMの基礎
関数データ解析の概要とその方法
関数データ解析の概要とその方法
第4回DARM勉強会 (構造方程式モデリング)
第4回DARM勉強会 (構造方程式モデリング)
アンサンブル木モデル解釈のためのモデル簡略化法
アンサンブル木モデル解釈のためのモデル簡略化法
心理学者のためのGlmm・階層ベイズ
心理学者のためのGlmm・階層ベイズ
とある金融屋の統計技師が時系列解析してみた
とある金融屋の統計技師が時系列解析してみた
ベイズ統計入門
ベイズ統計入門
異常検知と変化検知 第4章 近傍法による異常検知
異常検知と変化検知 第4章 近傍法による異常検知
Más de Takashi Yamane
ベイズモデリングによる第2種信号検出モデルの表現
ベイズモデリングによる第2種信号検出モデルの表現
Takashi Yamane
DiagrammeRと仲良くなった話ーグラフィカルモデルのためのDiagrammeR速習ー
DiagrammeRと仲良くなった話ーグラフィカルモデルのためのDiagrammeR速習ー
Takashi Yamane
信号検出理論 (『実践ベイズモデリング』15章)
信号検出理論 (『実践ベイズモデリング』15章)
Takashi Yamane
Osaka.stan#4 chap8
Osaka.stan#4 chap8
Takashi Yamane
要因計画データに対するベイズ推定アプローチ
要因計画データに対するベイズ推定アプローチ
Takashi Yamane
PypeRで実験と分析を一本化する
PypeRで実験と分析を一本化する
Takashi Yamane
Rの導入とRStudio事始め(改訂版)
Rの導入とRStudio事始め(改訂版)
Takashi Yamane
ガンマ分布 @魁!!広島ベイズ塾
ガンマ分布 @魁!!広島ベイズ塾
Takashi Yamane
(実験心理学徒だけど)一般化線形混合モデルを使ってみた
(実験心理学徒だけど)一般化線形混合モデルを使ってみた
Takashi Yamane
MCMCによる回帰分析@ベイズセミナー
MCMCによる回帰分析@ベイズセミナー
Takashi Yamane
第一回広島ベイズ塾・最小二乗法
第一回広島ベイズ塾・最小二乗法
Takashi Yamane
Rstudio事始め
Rstudio事始め
Takashi Yamane
Mendeleyで簡単! 論文管理
Mendeleyで簡単! 論文管理
Takashi Yamane
Más de Takashi Yamane
(13)
ベイズモデリングによる第2種信号検出モデルの表現
ベイズモデリングによる第2種信号検出モデルの表現
DiagrammeRと仲良くなった話ーグラフィカルモデルのためのDiagrammeR速習ー
DiagrammeRと仲良くなった話ーグラフィカルモデルのためのDiagrammeR速習ー
信号検出理論 (『実践ベイズモデリング』15章)
信号検出理論 (『実践ベイズモデリング』15章)
Osaka.stan#4 chap8
Osaka.stan#4 chap8
要因計画データに対するベイズ推定アプローチ
要因計画データに対するベイズ推定アプローチ
PypeRで実験と分析を一本化する
PypeRで実験と分析を一本化する
Rの導入とRStudio事始め(改訂版)
Rの導入とRStudio事始め(改訂版)
ガンマ分布 @魁!!広島ベイズ塾
ガンマ分布 @魁!!広島ベイズ塾
(実験心理学徒だけど)一般化線形混合モデルを使ってみた
(実験心理学徒だけど)一般化線形混合モデルを使ってみた
MCMCによる回帰分析@ベイズセミナー
MCMCによる回帰分析@ベイズセミナー
第一回広島ベイズ塾・最小二乗法
第一回広島ベイズ塾・最小二乗法
Rstudio事始め
Rstudio事始め
Mendeleyで簡単! 論文管理
Mendeleyで簡単! 論文管理
ANOVA君とanovatan
1.
ANOVA君とanovatan 統計ソフトRで行う分散分析 広島大学教育学研究科
山根嵩史 2014.11.29 Hijiyama.R
2.
自己紹介 氏名: 山根嵩史
所属: 広島大学大学院教育学研究科 教育人間科学専攻学習心理学研究室(D2) 研究テーマ: メタ記憶,読解方略 R歴:4年程度 Mail : t.yamane1969@gmail.com Twitter : @T_Yamane
3.
お品書き 【基本的な使い方】 ANOVA君の使い方
anovakun関数のオプション 【ちょっと応用的な使い方】 anovatan関数による単純単純主効果の検定 球面性の検定 信頼区間の算出
4.
いざ分散分析!という時に... Rの分散分析パッケージは使い勝手がいまいち oneway.test関数⇒
一元配置の分散分析を実行 aov関数,anova関数⇒ 分散分析表を作成 2要因以上の分散分析は? 交互作用が出た場合の下位検定は? 結局Rって不便なんじゃ... Rあるある
5.
ANOVA君とは? 井関龍太先生(理化学研究所)が作成された分散分析 用の関数
【ANOVA君でできること】 ・被験者間要因,被験者内要因,混合計画の分散分析 ・単純主効果の検定・様々な方法による多重比較 ・効果量の算出,球面性の検定と自由度調整etc... Rで分散分析をするならとりあえずこれでOK
6.
次回DARMの宣伝 テーマ「混合モデルを使って反復測定分散分析をする」 発表者:
井関龍太(独立行政法人理化学研究所) 【予定している内容】 ・混合モデルを使い一般的な反復測定分散分析の再現 ・欠損値があっても分析できることを確認 ・参加者ごとの総計をしなくても分析できることを確認 使用するRパッケージ( lmerTest, languageR) 日時:2014年12月21日13:00 ~ 16:30(予定) 場所:広島大学東広島キャンパス 6
7.
ANOVA君を入手する 井関先生のホームページより最新版をダウンロード ※2014.11.29時点ではanovakun_462
Rのワーキングディレクトリに保存しておきましょう
8.
お品書き 【基本的な使い方】 ANOVA君の使い方
anovakun関数のオプション 【ちょっと応用的な使い方】 anovatan関数による単純単純主効果の検定 球面性の検定 信頼区間の算出
9.
ANOVA君を読み込む source関数でANOVA君を読み込み source(“anovakun_462.txt”)
※1 拡張子まで含めること ※2 いわゆるパッケージとは読み込み方が違うので注意
10.
ANOVA君のデータセット ANOVA君の分析用にデータセットを作る ・参加者間要因は縦に,参加者内要因は横に並べる
※IDの列は不要 例)参加者間要因参加者内要因 ID class score 001 classA 75 002 classA 74 003 classB 60 004 classB 62 ID time1 time2 001 75 81 002 74 83 003 77 85 004 74 80
11.
ANOVA君のデータセット 2要因以上の場合は入れ子状に 例)
2要因参加者間計画2要因参加者内計画 ID class gender score 001 classA M 75 002 classA M 74 003 classA F 70 004 classA F 71 005 classB M 60 006 classB M 62 007 classB F 58 008 classB F 58 time1 time2 ID test1 test2 test1 test2 001 75 80 81 85 002 74 79 83 88 003 77 80 85 87 004 74 82 80 83
12.
ANOVA君を実行する 分散分析の実行は“anovakun”関数 anovakun(データ,
“要因計画の型”, 各要因の水準数,…) “s”を挟んで左側に参加者間要因,右側に参加者内要因の文字 その後に各要因の水準数を追記 例) 3要因参加者間計画 >anovakun(data,“ABCs”,3,2,2,…) 2つの参加者間要因と1つの参加者内要因の混合計画 >anovakun(data,“ABsC”,2,2,2,…)
13.
要因・水準名の指定 ヘッダをつけておけば,要因名・水準名を指定することもできる その場合は水準数の入力は不要
anovakun(データ, “ABs”, class = c(“classA”, “classB”), gender = c(“M”, “F”) ) ID class gender score 001 classA M 75 002 classA M 74 003 classA F 70 004 classA F 71 005 classB M 60 … … … 対応するヘッダと水準名を入力 水準名はc( )関数でまとめ,前後に ダブルコーテーション データと同じラベルでなくても可 日本語も可(ただし非推奨)
14.
多重比較の方法の指定 多重比較の指定 デフォルトではShafferの方法による多重比較を行う
Holmの方法: anovakun(データ,“要因計画の型”,各要因の水準数,holm=T) Holland-Copenhaverの方法: anovakun(データ,“要因計画の型”,各要因の水準数,hc=T) その他にも,Shaffer1,Shaffer2,Welchの方法など
15.
効果量の算出 算出する効果量の指定 偏イータ二乗:
anovakun(データ,“要因計画の型”,各要因の水準数,peta=T) 一般化イータ二乗: anovakun(データ,“要因計画の型”,各要因の水準数,geta=T) その他にも,イプシロン二乗(eps=T), オメガ二乗(omega=T)など
16.
出力のコピー オプションで“copy =
T”とすることで,出力を クリップボードにコピーする anovakun(データ,“要因計画の型”,各要因の水準数,copy = T) ANOVA君を実行してみましょう!!
17.
お品書き 【基本的な使い方】 ANOVA君の使い方
anovakun関数のオプション 【ちょっと応用的な使い方】 anovatan関数による単純単純主効果の検定 球面性の検定 信頼区間の算出
18.
2次の交互作用の分析 anovakun関数では2次以上の交互作用の下位検定は行われない anovatan関数で関心のある水準ごとにデータを分割する
書き方はanovakun関数と同様で,tfact=“○○”で分割する要因 を指定する anovatan(データ, “ABsC”, class = c(“classA”, “classB”), gender = c(“M”, “F”), time = c(“time1”, “time2”) tfact = “gender”) ※2変数で分割したいときには,tfact = c(“gender”, “time”)
19.
球面性の検定と自由度調整 分散分析を適切に行うための条件である分散の 均質性が満たされているかどうかを確認する
特に反復測定デザインの時に必要 Mauchlyの球面性検定:mau=T Harrisの多標本球面性検定:har=T デフォルトでは自由度調整を行わないので, 調整したい場合は:lb = T anovakun(データ, “ABsC”, class = c(“classA”, “classB”), gender = c(“M”, “F”), time = c(“time1”, “time2”) har = T,lb = T)
20.
信頼区間の算出 信頼区間を記述統計量の表に追加する Loftus-Massonの信頼区間:cilm=T
ペアワイズ信頼区間:cipair=T など bgraph=“信頼区間のオプション名”で信頼区間つきの 棒グラフを出力 anovakun(データ, “ABsC”, class = c(“classA”, “classB”), gender = c(“M”, “F”), time = c(“time1”, “time2”) bgraph = “cilm”)
21.
参考にしたHP 井関龍太のページ (http://www11.atpages.jp/~riseki/pukiwikiplus/index.php)
分散分析のノート (http://ofmind.net/doc/anova-note#TITLE) ーfin-
Notas del editor
・声量確認
Descargar ahora