このページの翻訳は最新ではありません。ここをクリックして,英語の最新版を参照してください。
関数anova1
を使用して1因子の分散分析(方差分析)を実行できます。1因子方差分析の目的は、1 つの因子をもつ複数のグループ (レベル) のデータに、共通の平均があるかどうかを判別することです。つまり、1 因子 ANOVA を使用すると、1 つの独立変数をもつさまざまなグループは、応答変数 y に与える影響が異なるかどうかを調べることができます。ある病院で、推奨されている 2 つの新しい予約方法を採用すると、以前の予約方法の場合より患者の待ち時間が短くなるかどうかを調べようとしているとします。この場合、独立変数は予約方法、応答変数は患者の待ち時間です。
1因子方差分析は,線形モデルの単純な特殊ケースです。1因子方差分析のモデルは、以下の式で示されます。
以下が仮定されています。
yijは,我が観測番号jが変数yの別のグループ(レベル)を表している観測値です。yijはすべてが独立しています。
αjはj番目のグループ(レベルまたは処理)の母集団平均を表します。
εijは,それぞれが独立している確率的誤差です。平均が0で分散が一定の正規分布,つまりεij~ N(0,σ2)になっています。
このモデルは”,平均モデル”とも呼ばれます。このモデルでは,yの各列が定数αjに誤差成分εijを加えた値であると仮定しています。方差分析は,この定数がすべて同じであるかどうかを判別するために役立ちます。
方差分析では,すべてのグループで平均が等しいという仮説(
1)を少なくともつのグループが他と異なるという対立仮説(少なくとも1つの我およびjについて
)に対して検定します。anova1(y)
は、各列が異なるグループを表しているが、観測値が同じ数である行列 (つまり、平衡な設計)y
のデータについて、列の平均が等しいかどうかを調べます。anova1(y组)
は、ベクトルまたは行列y
のデータについて、组
で指定したグループの平均が等しいかどうかを調べます。この場合,各グループ(列)の観測数は異なっていてもかまいません(不平衡な設計)。
方差分析は、すべての標本母集団が正規分布になっているという仮定に基づいています。この仮定に多少違反していても信頼性が損なわれないことが知られています。正規性の仮定は、正規性プロット (正态概率图
) を使用すると視覚的にチェックできます。あるいは、正規性をチェックする 统计和机器学习工具箱™ の関数のいずれかを使用して、アンダーソン・ダーリング検定 (adt
)、カイ二乗適合度検定 (齐戈夫
)、ジャック・ベラ検定 (jbtest
) またはリリーフォース検定 (莉莉测试
)を行うこともできます。
標本データとしてベクトルまたは行列を使用できます。
標本データがベクトルy
に含まれている場合、anova1(y组)
というように入力変数组
を使用してグループ化変数を指定する必要があります。
组
は、y
の各要素に対する名前が1つずつ含まれている数値ベクトル,逻辑ベクトル,直言ベクトル,文字配列,字符串配列,または文字ベクトルの细胞配列でなければなりません。関数anova1
は,対応する组
名が同じであればy
値を同じグループの一部として扱います。たとえば,以下のようにします。
この設計は、各グループに含まれている要素の数が異なる場合 (不平衡な 方差分析)に使用します。
標本データが行列y
に含まれている場合,グループ情報の指定はオプションです。
入力変数组
を指定しなかった場合、anova1
ではy
の各列が別々のグループとして扱われ、各列の母集団平均が等しいかどうかが評価されます。たとえば、以下のようにします。
この形式の設計は,各グループに含まれている要素の数が同じ場合(平衡な方差分析)に使用します。
入力変数组
を指定する場合、组
の各要素は、y
の対応する列のグループ名を表します。関数anova1
は、同じグループ名の列を同じグループの一部として扱います。たとえば、以下のようにします。
anova1
は、y
内の任意の南
値を無視します。また、组
に空または南
の値が含まれている場合、anova1
はy
内の対応する観測値を無視します。関数anova1
は,空または南
の値を無視した後,各グループに同じ数の観測値がある場合,平衡型方差分析を実行します。そうでない場合,anova1
は不平衡な方差分析を実行します。
この例では、1.因子 方差分析を実行して、複数のグループから取得したデータが共通の平均をもつかどうかを判別する方法を説明します。
標本データを読み込んで表示します。
负载霍格霍格
豪格=6×524 14 11 7 19 15 7 9 7 24 21 12 7 4 19 27 17 13 7 15 33 14 12 12 10 23 16 18 18 20
このデータは,出荷された牛乳に含まれているバクテリア数に関する霍格とLedolterの研究(1987)から得られたものです。行列霍格
の各列は,出荷ごとの差を示しています。行は,それぞれの出荷から無作為に取り出した牛乳パック内のバクテリア数です。
バクテリア数が他より高くなっている出荷があるか検定します。既定の設定では、anova1
は2つの図を返します。1つは標準的な ANOVA 表、もう 1 つはグループ別のデータの箱ひげ図です。
[p,tbl,stats]=anova1(hogg);
p
p = 1.1971 e-04
p値は約0.0001という小さい値なので,出荷ごとにバクテリア数が異なることがわかります。
箱ひげ図を見ると,平均が異なることをグラフィカルに確認できます。ただし,ノッチは平均ではなく中央値を比較しています。この表示の詳細は箱线图
を参照してください。
標準的な方差分析表を表示します。anova1
では、標準的な 方差分析表が出力引数tbl
に 单间牢房配列として格納されます。
tbl
台=4×6单元阵列若{{{{{{{{{{{{{{{{{{{{{{{{{}{{{{{{{{{{[803.0 0万}{{{{{{{{[803.0 0 0 0.7500}{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{[0 0 0.803.803.0.0.0 0.0 0 0 0 0 0.0 0 0 0 0 0.0 0 0 0 0 0 0.0 0 0 0 0 0 0 0 0.0 0 0 0 0 0 0 0{{{{{{{{{{{{{[200.0[200.0[200.0.0 0 0 0 0 0 0 0.0 0 0 0 0 0 0 0 0 0 0 0 0 0 0.0 0 0 0 0 0 0 0 0 0 0 0.7.0 0 0 0 0 0 0 0.75}
F統計量を変数Fstat
に格納します。
Fstat=tbl{2,5}
Fstat=9.0076
グループの平均を多重対比較するために必要な統計量を表示します。anova1
では,これらの統計量は構造体统计数据
に格納されます。
统计数据
统计=结构体字段:gnames:[5x1 char]n:[6]来源:“anova1”的意思是:[23.8333 13.3333 11.6667 9.1667 17.8333]df:25 s:4.7209
すべてのグループで平均が等しいという帰無仮説が方差分析により棄却されたので,多重比較を使用してどのグループの平均が他と異なるかを判別できます。多重比較検定を実行するには,入力引数として统计数据
を受け入れる関数多重比较
を使用します。この例では、4.つの出荷すべてで平均バクテリア数が互いに等しいという帰無仮説
がanova1
により棄却されます。
多重比較検定を実行し,平均バクテリア数に関して他と異なるのはどの出荷であるかを判別します。
多重比较(统计)
ans =10×61.0000 2.0000 2.4953 10.5000 18.5047 0.0059 1.0000 3.0000 4.1619 12.1667 20.1714 0.0013 1.0000 4.0000 6.6619 14.6667 22.6714 0.0001 1.0000 5.0000 -2.0047 6.0000 14.0047 0.2119 2.0000 3.0000 -6.3381 1.6667 9.6714 0.9719 2.0000 4.0000 -3.8381 4.1667 12.1714 0.5544 2.0000 5.0000 -12.5047 -4.5000 3.5047 0.4806 3.0000 4.0000 -5.5047 2.5000 10.5047 0.8876 3.0000 5.0000 -14.1714 -6.1667 1.8381 0.1905 4.0000 5.0000 -16.6714 -8.6667 -0.6619 0.0292
初めの 2.列には、どのグループの平均を比較したかが示されています。たとえば、1.行目ではグループ 1.とグループ 2.の平均を比較しています。最後の列には、検定のp値が示されています.0.0059,0.0013および0.0001というp値から、1.番目の出荷の牛乳に含まれている平均バクテリア数が 2、3 および 4.番目の出荷のものと異なることがわかります。0.0292というp値から4番目の出荷の牛乳に含まれている平均バクテリア数が5番目の出荷とは異なることがわかります。この手順では,他のグループについて平均が互いに異なるという仮説を棄却できませんでした。
図にも同じ結果が示されています。青いバーは 1.番目のグループの平均に関する比較区間を示しており、赤で示されている 2、3 および 4.番目のグループの平均に関する比較区間と重なっていません。灰色で示されている 5.番目のグループの平均に関する比較区間は、1.番目のグループの平均に関する比較区間と重なっています。したがって、1.番目と 5.番目のグループの平均は有意に異なってはいません。
方差分析では,データの変動全体を次の2つの成分に分割することにより,グループの平均の違いを調べます。
全体的な平均に対するグループの平均の変動 (グループ間の変動)。ここで, はグループ Jの標本平均、 は全体的な標本平均です。
グループの平均観測値に対する各グループの観測値の変動 (グループ内の変動)
言い換えると,二乗和の合計(SST)がグループ間効果に起因する二乗和(SSR)と誤差の二乗和(SSE)に分割されます。
ここで、Njはj番目のグループの標本サイズです(j = 1, 2,……k)。
次に,グループ間の変動とグループ内の変動が比較されます。グループ内の変動に対するグループ間の変動の比率が著しく大きい場合,グループの平均が有意に異なると結論づけることができます。この値は,自由度が(k - 1, N - k)のF分布になっている検定統計量を使用すると計算できます。
ここで,MSRは平均二乗処理,MSEは平均二乗誤差,kはグループの数,Nは観測値の総数です。F統計量の p 値が有意水準より小さい場合、すべてのグループの平均が等しいという帰無仮説が棄却され、他と異なるグループの平均が少なくとも 1 つは存在すると結論づけられます。最も一般的な有意水準は、0.05 と 0.01 です。
方差分析表には、原因別のモデルの変動性、この変動性の有意性を検定するための F統計量、およびこの変動性の有意性を判別するための P値が記録されます。anova1
が返すp値は,モデル方程式におけるランダム外乱εijについての仮定によって決まります。正確な P値を得るには、これらの外乱が独立、正規分布、および一定の分散になっている必要があります。標準的な 方差分析表の形式は次のとおりです。
anova1
は6つの列がある细胞配列として標準的な方差分析表を返します。
列 | 定義 |
---|---|
来源 |
変動性の原因 |
党卫军 |
各原因による二乗和 |
df |
各原因に関連付けられている自由度Nが観測値の総数、Kがグループの数であるとします。すると、N-kはグループ内の自由度 (错误 )、k-1はグループ間の自由度 (列 )、N-1は全体の自由度 (N-1=(N-k)+(k-1))になります。 |
太太 |
各原因の平均二乗(比率SS / df ) |
F |
F統計量 (平均二乗の比率) |
概率F > |
p値はF統計量の値が検定統計量の計算値より大きくなる確率です。anova1 ではF分布のcdfからこの確率が導き出されます。 |
方差分析表の各行には,データの変動性が原因別に示されます。
行 (原因) | 定義 |
---|---|
组 または列 |
グループの平均の違いによる変動性(グループ“間の変動性) |
错误 |
各グループのデータ間の違いとグループの平均の違いによる変動性 (グループ "内" の変動性) |
全部的 |
全体の変動性 |
[1] 吴春福,M.Hamada。实验:规划、分析和参数设计优化,2000。
Neter, J., M. H. Kutner, C. J. Nachtsheim, W. Wasserman.第4版。应用线性统计模型。欧文出版社,1996年。