[建筑]平均差を分散で吟味する.docVIP

平均差を分散で吟味する 　分散分析とは，数ある統計的手法の中でも用いられる頻度が最も高い手法である．t検定のように，検定できるデータが１要因２水準（例えば，性別による反応の違いを検定する場合など）だけという制限もなく，１要因以上２水準以上（例えば，性別と世代の組合せの効果を見る）の平均値を比較できる大変便利な手法である．詳しい解説は統計学の教科書に譲ることにして，分散分析の基本的な考え方?使い方を中心に説明してみよう． 分散とは 大量にあるデータがどのような性質をもっているかを把握するために，少数の代表値を用いることがある．たとえば，平均値（mean）や，中央値（median），最頻値（mode）などである．しかしながら，これらの代表値だけではデータの特徴を記述するのに不十分である．たとえば，ある条件とある条件との平均値が大きく異なっているように見えた場合にも，一方の条件にハズレ値があってそのため平均が異なっていたならば，条件間で差があるとは言い難い．このような不具合を解消するために，データの分布の特徴を記述する方法として中心的データである平均値からの散らばり具合を把握する必要があり，その代表値として分散（varianceまたはs2）ならびに標準偏差（Standard Deviation, STDまたはs）が用いられる．平均値と分散は以下の式によって定義される． xiとは全体でＮ人いる被験者のi人目の被験者のデータの意味である． 平均値… 分散… 　なお，散布度を表す値として，平均との差の絶対値を用いることも良さそうに見えるかも知れないが，絶対値を用いた計算は煩雑になりやすく式の展開がしにくいという欠点があるため，上記の平均との差の二乗和が採用されている．また，全体を被験者の人数であるＮで割るのは，標本の大きさに依存しない指標である必要があるからである．分散はズレが二乗されているので，その平方根をとったものである標準偏差が散らばり具合を代表する値として用いられることもある．入学試験などで用いられる偏差値とは，この標準偏差を数値変換して導出した値である． 分散分析の理屈 たとえば，以下のような実験データが得られたとしよう． 試行数 → T1 T2 T3 T4 T5 平均値 被験者 S1 10 5 X13 3 3 X1. ↓ S2 20 4 X23 3 3 X2. S3 15 10 X33 3 3 X3. . . . . . . . . . . . . . . . . . . . . . Sn 20 8 Xn3 3 3 Xn. 平均値 X.1 X.2 X.3 X.4 X.5 X.. 各個人の解答時間xij（ｊ試行目のｉさんのデータ）が以下のようなモデルによって表現可能であるとする．このとき，を母集団（被験者となりうる全ての人間）の平均値，αjを試行数の効果，eijを実験とは関係のない誤差（個人差や，体調の変化，PCの不調など）とする． 　 　を全被験者の全試行分のデータの平均Ｘ..（標本平均）に，αj=X.j－X..に置き換え，次に，ｊ番目の試行の効果（繰り返し学習の効果）が全て個人に同じ効果αjを及ぼすという仮定すると，上記の式を以下のような標本に関する式に変換することができる． 　この式の左辺はデータ全体の分散を，右辺第一項は水準間の変動（繰り返し学習の効果＝試行間の変動）を，右辺第二項は水準内部での変動（試行内部での変動＝個人差など＝誤差）を表しているといえる．上記の式の両辺を二乗して，ｉとｊについての総和をとると，以下の式になる．pは処理水準の数（試行数…今回は5）を，ｎは被験者を表している． この式から実験データの全変動が第1項「実験統制による変動（水準間変動＝繰り返し学習の効果＝ＳＳａ）」と第2項「実験誤差による変動（ＳＳｗ）」とに分解されることが分かる．このとき，分散分析の理屈とは，「水準間変動による分散と実験誤差による分散を比較して，前者がかなり大きなものであれば，実験でコントロールした処理の効果があったといえるのではないだろうか？」という単純なものである．検定では，上記のそれぞれの変動をそれぞれの自由度（データの個数－1）で割った値の比を用いて推論する．その式とは以下のようなものである． すなわち，分子の項が分母の項と比較してとても大きければ条件操作が成功したと判断し，小さければ失敗したと判断するわけである．たとえば，Fの値が１よりも小さい場合には，実験とは関係ない要因による変動の方が，条件操作による変動よりも大きかったことを表しており，実験が失敗であったことを示している． 分散分析で何が分かるのか 　たとえば，分散分析の結果を論文などに記載するときは，以下のよう