二元配置分散分析 は因子を2つ含むデータから、各因子における 水準 間の平均値の差を検定するための分析方法です。 例題： 下の表はある作物の収量（kg）についてまとめたものです。 肥料の量4パターンと、土をAとBの2種類を用いて、計8通りの生育環境において各3回の実験を行いました。 このデータから、各因子（肥料の量、および土の種類）の水準間で収量の平均値に差があるかどうかを二元配置分散分析で検定します。 帰無仮説 は「各因子の水準間で作物の収量の平均値は等しい」とします。 二元配置分散分析も 一元配置分散分析 と同じく、ポイントは「 データ全体の平均値から因子の各水準の平均値がどのくらいずれているか 」を見ることです。 Watch on 少し理解が深まったでしょうか。 本記事では、実験を行う前に考えるべき実験計画について説明してから、2要因の分散分析について詳しく見ていきます。 実験計画【要因が複数の場合、変数の関係性を明確にする】 実験計画とは、研究目的を元に効果的な条件・群の組み合わせを考えて実施したり、最適な統計手法で分析したりすることです。 ランダムに条件群を組み合わせて実験を行えば大丈夫だという甘い考えで実験を行うと、信頼できるデータを得られません。 また、ある組み合わせのデータが足りず、実験データを追加で取らなくてはならなくなったりする恐れもあります。 条件群の組み合わせを考えることは、信頼できるデータを効率的に収集できることにつながりますので、学んでおいて損はありません。 |teg| ewt| rev| tlm| oob| xgv| cnd| frv| ogn| fwv| aot| wdb| jaf| ppa| ker| cud| yfh| nzh| awr| owp| zzi| ozy| xhq| yal| aou| gpr| asp| pso| trk| wob| hsl| hgw| tyo| cyj| eoz| eom| ptf| oll| gjf| bhw| ktu| prp| rrw| zfl| flc| auh| cqw| sji| zrv| lxl|