反復測定データの分析 igmath.es.osaka-.pptVIP

反復測定データの分析 狩野裕＠大阪大学協力：SAS?SPSS AGENDA はじめに 一般線型モデルによる分析 ANOVA分割法計画 MANOVA Box のε修正と球面性検定 SEM 共分散構造分析 によるモデリング マルコフ連鎖モデル 潜在曲線モデル 混合モデル Mixed Model ANOVA+共分散行列の指定, MANOVA 成長曲線モデル 1.1 反復測定データの種類 縦断的（経時）データとそうでない反復測定 測定順序がランダマイズ可能か 経時データは順序を変更できない 1.2 成長と因果 成長は平均の変化 全体的にみて増加 or 減少 しているか 潜在曲線モデル，成長曲線モデル 因果は相関の大きさ 予測可能性が焦点 マルコフ連鎖モデル 因果と成長のパターン_1 因果と成長のパターン_2 1.3 全体的傾向と個体差 これらを区別して評価することが必要 個体差は変化の特徴に関してグルーピングする SEM．．．潜在曲線モデル MIXED．．．成長曲線モデル 第２章 一般線型モデル 反復測定データの分析は，まず 「 ANOVA分割法計画」 料理の道具 2.1 ANOVA分割法計画 2.2 MANOVA 多変量分散分析 2.3 修正ANOVA Boxのε，H-HとG-Gの推定方法がある 分散分析_1 完全無作為要因計画 Completely Randomized Factorial Design: CRF_pq 被験者間要因のみ 被験者は一つの水準の組み合わせでのみ実験を受ける 乱塊法計画 Randomized Block Factorial Design: RBF_pq 被験者内要因のみ 被験者はすべての水準の組み合わせで実験を受ける 分散分析_2 分割法計画 Split-Plot Factorial Design: SPF_p.q 被験者内要因と被験者間要因とが混在 完全無作為と乱塊法の中間． 例．被験者はＡの水準は１つだけ，Ｂはすべての水準で実験を受ける 種々のデザイン 完全無作為要因計画 乱塊法計画 分割法計画 データのグラフ化 分析結果 実験デザインに合わせて分析方法を正確に選ぶ必要 データの出展：森-吉田．データ解析テクニカルブック データの構造式 データの構造式 分割法 観測変数の分散（分割法） 複合対称性 CS Compound Symmetry の仮定 分散が互いに等しい．共分散が互いに等しい 誤差間の相関係数は全て等しい この仮定が成立しない場合がある 経時データではたぶん成立しない 球面性仮定への拡張 CSから球面性 sphericity の仮定へ Huynh-Feldt 1970 はF検定が正確であるためのより良い条件を導いた これを球面性の仮定という この仮定でも，いつも成立するとは限らない 経時データではたぶん成立しない 方向性 球面性仮定を検定する 球面性仮説が受容された場合はANOVA（分割法計画）で分析 球面性仮説が棄却された場合は次のオプションがある MANOVA 修正ANOVA 分割法計画 §2.1 のまとめ 反復測定データの分析方法としてANOVA（分割法計画）を紹介 ANOVAは球面性の仮定が成立しないときは不正確 その場合は，いくつかのオプションがある MANOVA 修正ANOVA 分割法計画 2.2 MANOVA 多変量分散分析とCS?球面性の仮定 動機づけ 誤差ベクトルに関する球面性仮定が，棄却された場合は，ANOVAは不正確 分割法計画 である 第一種の過誤が不正確 正確な方法としてMANOVAがある ひとつのオプション 球面性仮定の検定は次節で．．． MANOVAとは ANOVA 一つの特性値ｙに，影響を及ぼすであろういくつかの要因の検討 MANOVA いくつかの特性値ｙ1,…,ypに， 同時に 影響を及ぼすであろういくつかの要因の検討 反復測定データは，被験者内要因の効果をMANOVAで分析することができる MANOVAによる反復測定データの分析 反復測定データでは，一つの個体から複数個データをとる 多変量データとみなせる SPSS 「一般線型モデル＿反復測定」を選択 SAS 「PROC glm」において「repeated」 ステートメントを用いる SASプログラム 多変量分散分析の結果 SPSS [SASも同様] データの構造式 MANOVA MANOVAの誤差 被験者内での４つの誤差はすべて（自由に）相関していることを仮定 推定すべき母数が多く，検出力（検定力）が落ちる サンプルサイズが十分大きく検出力が確保されているときはOK 誤差のまとめ CS 分割法は正しい HF 球面性仮定 分割法は正