補足資料

Data Analysis and Experimental Design
oneway.test()

一次元配置分散分析を行う関数。
oneway.test(sample ~ factor, dataframe,
var.equal=TRUE)
sample: 従属変数の列ベクトルを示すラベ
ル
factor ：因子の列ベクトルを示すラベル、各
値は、対応する独立変数データの水準を
表す（”A1 0.8” A1水準のデータは0.8）
dataframe：sampleとfactorを含むデータ列
var.equal=TRUE：各水準の母集団を等分
散と仮定するオプション（必須）
group value
1 A1 0.8
2 A1 1.0
3 A1 1.2
4 A1 1.8
5 A1 2.0
6 A1 2.2
7 A2 2.8
8 A2 3.0
9 A2 3.2
10 A2 3.8
11 A2 4.0
12 A2 4.2
13 A3 3.8
14 A3 4.0
15 A3 4.2
16 A3 3.3
17 A3 3.5
18 A3 3.7
Data Analysis and Experimental Design
oneway.test()の使用例

前ページのデータ列’dfall’を用いる
> oneway.test(value ~ group, dfall, var.equal=TRUE)
One-way analysis of means
data: value and group
F = 35.5058,num df = 2,denom df = 15,p-value = 2.049e-06
>
自由度、df = (2,15)
p < 0.01なので有意
な主効果あり
1
Data Analysis and Experimental Design
aov()

分散分析全般を行う関数。
aov(sample ~ factor, dataframe)
• 引数はoneway.testと同様。
• summary()により、結果が分散分析表の形式で表
示される。
> result <- aov(value ~ group, dfall)
> summary(result)
Df Sum Sq Mean Sq F value
Pr(>F)
group
2 18.250
9.125 35.506 2.049e-06 ***
Residuals
15 3.855
0.257
--Signif. codes: 0 '***'0.001'**'0.01'*'0.05 '.' 0.1 ' ' 1
>
Sum Sq：平方和
Mean Sq：平均平方
Data Analysis and Experimental Design
pairwise.t.test()

多重比較を行う関数。
pairwise.t.test(sample, factor, p.adj =“none”)
p.adj = ：多重比較の方法を指定するオプション。ライアン
法は”none”。
> pairwise.t.test(dfall$value,dfall$group,p.adj="none")
Pairwise comparisons using t tests with pooled SD
data:
dfall$value and dfall$group
A1
A2
A2 5.7e-06 A3 1.4e-06 0.41
各対の検定結果のp値、0.05未満なら有意差あり
2
Data Analysis and Experimental Design
> sumsq #データ列の2乗和を計算する関数
function(x) {
n <- length(x)
s <- 0
for(i in 1:n) {
s <- s + x[i]^2
}
return(s)
}
3

Download Report