一元配置分散分析(One way ANOVA)

一元配置分散分析(ANOVA)は、3つ以上の独立したグループの平均の間に有意な差があるかどうかを判定するための統計手法です。独立変数を1つ扱い、グループの平均を比較して、因子の影響を評価します。

最終レビュー

重要なポイント

一元配置分散分析(ANOVA)は、3つ以上の独立したグループの平均の間に有意な差があるかどうかを判定するための統計手法です。

このページの内容
  1. 一元配置分散分析とは
  2. 一元配置分散分析を使用する場面
  3. 一元配置分散分析を正しく使用するためのガイドライン
  4. 代替手法:一元配置分散分析を使用すべきでない場合
  5. 一元配置分散分析の例
  6. 一元配置分散分析の実行方法

一元配置分散分析とは

一元配置分散分析(ANOVA)は、3つ以上の独立したグループの平均の間に有意な差があるかどうかを判定するための統計手法です。独立変数を1つ扱い、グループの平均を比較して、因子の影響を評価します。この検定は、すべてのグループの平均が等しいという帰無仮説を、少なくとも1つが異なるという対立仮説に対して検証します。一元配置分散分析は、心理学、教育、医学などの分野で広く使われており、結果は分散分析表で示されます。

一元配置分散分析を使用する場面

この検定は、連続値の従属変数と、3つ以上の水準を持つカテゴリーの独立変数がある場合に適しています。

  • 複数のグループの比較:3つ以上の独立したグループの平均を比較し、それらの間に有意な差があるかどうかを判定する必要がある場合。
  • 単一因子の影響:調査が、単一の因子(独立変数)が従属変数に与える効果に焦点を当てている場合。
  • 実験計画:被験者が、独立変数の異なる水準を表す異なるグループにランダムに割り付けられる実験計画がある場合。
  • 正規分布:各グループの従属変数のデータが、おおよそ正規分布に従う場合。
  • 分散の均一性:母集団の分散が等しいと仮定される場合(等分散性)。
  • 独立した観測値:各グループ内の観測値が互いに独立している場合。

一元配置分散分析が使われる一般的な例には、次のようなものがあります。

  • 異なる種類の授業(たとえば、オンライン、対面、ハイブリッド)を受けた学生の平均点を比較する場合。
  • 病気の治療における、3種類以上の異なる薬の有効性を分析する場合。
  • 会社内の3つ以上の異なる部署の従業員の平均給与を比較する場合。

一元配置分散分析を正しく使用するためのガイドライン

データ収集、解析、結果の解釈に関するガイドライン:

  • 固定因子としてカテゴリー変数を1つだけ含めてください。複数の固定因子や変量因子がある場合は、適切なモデルを使用します。
  • 応答変数が連続値であることを確認してください。カテゴリーの応答には、専用のロジスティックモデルを使用します。
  • サンプルは正規母集団から得られたものか、正確な解析のために十分なサイズ(15または20より大きい)である必要があります。
  • 有効な結果を得るために、各観測値は独立でなければなりません。
  • 母集団を精度と正確さをもって代表するデータを収集し、収集した順に記録します。
  • モデルがデータによく当てはまっていることを確認し、診断統計量と要約統計量で検証します。

代替手法:一元配置分散分析を使用すべきでない場合

  • 固定のカテゴリー因子が複数ある場合は、それらがすべて固定因子であれば、一般線形モデル(Fit General Linear Model)を使用します。
  • 変量因子がある場合は、代わりに混合効果モデルの当てはめ(Fit Mixed Effects Model)を使用します。
  • 連続値の予測変数と応答の関係を可視化したい場合は、適合線プロット(Fitted Line Plot)を使用します。
  • 予測変数が複数ある場合は、回帰モデルの当てはめ

一元配置分散分析の例

化学技術者が、4種類の塗料配合の硬さを評価するため、各配合の6個のサンプルを金属片に塗布し、硬化させて硬さを測定します。平均の類似性を検定し、平均の対の間の変動を調べるために、アナリストは多重比較を伴う一元配置分散分析を用います。手順は次のとおりです。

  1. 必要なデータを収集しました。
Test for Equal Variances — figure 1
  1. 次に、Zometric Statistical Softwareでデータを解析します:https://statsai.zometric.com/。
  2.  One way anovaを見つけるには、Statistical module> Anova>One way anovaを選択します。
  3.  ツール内で、データとその他の入力を次のように入力します。
Test for Equal Variances — figure 2

5. 上記のツールを使用すると、次のような出力が得られます。

One way ANOVA — figure 3One way ANOVA — figure 4One way ANOVA — figure 5One way ANOVA — figure 6One way ANOVA — figure 7

一元配置分散分析の実行方法

手順は次のとおりです。

  1. Zometric Statistical Softwareにログインします:https://statsai.zometric.com/
  2. ホームページで、Statistical Tool> Anova >one way ANOVAを選択します。
  3. 次に、one way ANOVA をクリックしてダッシュボードを開きます。
  4. 次に、データを手動で更新するか、Excelシートからデータをコピー(Ctrl+C)して、ここに貼り付け(Ctrl+V)ます。
  5. 次に、Confidence levelの値を入力します。
  6. 最後に、ページ下部のcalculateをクリックすると、目的の結果が得られます。

one way ANOVAのダッシュボードでは、ウィンドウが2つの部分に分かれています。

One way ANOVA — figure 8

左側にはデータペイン(Data Pane)があります。Data Paneでは、各行が1つのサブグループになります。データを手動で入力するか、Excelシートからデータをコピー(Ctrl+C)して、ここに貼り付け(Ctrl+V)ます。

Load example: サンプルデータが読み込まれます。

Load File: Excelデータを直接読み込むために使用します。

右側には、次のような多くのオプションがあります。

  • Confidence level: 一元配置分散分析において、信頼水準は、統計解析が与える確実性の度合いを指します。これは、研究でグループ間に観察された差が、ランダムな偶然によるものではない確率です。信頼水準は通常、百分率で表され、標本データから得られた結果が、より大きな母集団を代表するという確実性の度合いを表します。統計解析で一般的に使われる信頼水準は95%です。
  • Two sided confidence level: 一元配置分散分析で両側信頼区間を使用すると、平均応答の下限と上限の両方を推定でき、真の母平均を含む可能性が高い値の範囲が得られます。この区間推定は、指定した信頼水準で、標本平均より上と下の両方向について、グループ間の平均の差を反映します。
  • Individual value plot: 個別値プロット(IVP)は、小さなサンプルサイズ(50個未満の観測値)に最適なグラフツールで、個々のデータ点を表示することで、分布、中心傾向、ばらつき、外れ値を詳細に調べやすくし、複数の小さなグループ間で分布を比較する場合にも有効です。
  • Interval plot: 区間プロットは、平均プロットや信頼区間プロットとも呼ばれ、一元配置分散分析でグループ平均の95%信頼区間を評価し、比較するために使用します。このグラフでは、各グループの平均を横軸上の点または記号として表示し、縦軸は測定した変数を表します。各平均の上下にある横線または縦棒が信頼区間を示します。この方法は、グループごとに少なくとも20のサンプルサイズがある場合に最も効果的で、サンプルサイズが大きいほど、信頼区間は小さく、より精密になります。一元配置分散分析では、区間プロットは、3つ以上のグループの平均の間に有意な差があるかどうかを判断するのに役立ちます。
  • Box plot: 箱ひげ図は、一元配置分散分析において、異なるグループ内の変数の分布を示すグラフ表現です。一元配置分散分析では、カテゴリー変数の異なる水準にわたる連続変数の平均を比較します。箱ひげ図は、各グループの連続変数の分布を、中央値、四分位範囲(IQR)、外れ値を含めて表示します。
  • Residual versus fit graph:残差対当てはめ値のグラフは、残差プロットとも呼ばれ、一元配置分散分析でモデルの当てはまりの良さを評価するために使われるグラフツールです。このプロットは、観測値と予測値の差である残差をy軸に、予測値をx軸に表示します。
  • Residual versus order graph: 一元配置分散分析において、残差対順序のグラフは、因子または独立変数の異なる水準にわたる残差の等分散性の仮定を評価するために使われるグラフツールです。このグラフでは、残差(すなわち観測値と予測値の差)を観測値の順序に対してプロットします。順序は、単にデータ点の並びでも、因子の水準でもかまいません。残差は0のまわりにランダムに散らばり、順序や因子の水準が変わっても、系統的なパターンや傾向を示さないはずです。
  • Histogram: ヒストグラムは、データの集合の分布を示すグラフ表現です。一元配置分散分析(ANOVA)では、ヒストグラムは、調査の各グループについて従属変数(すなわち、分析対象の変数)の分布を可視化するためによく使われます。
  • Probability plot: 確率プロットは、分位点−分位点(Q-Q)プロットとも呼ばれ、データの集合が特定の分布に従うかどうかを評価するために、統計解析でよく使われるグラフツールです。一元配置分散分析(ANOVA)では、確率プロットを使用して、ANOVAモデルの残差(観測データとモデルの予測値の差)について、正規性の仮定が成り立つかどうかを評価できます。
  • Download as Excel:結果をExcel形式で表示します。Excel形式は簡単に編集でき、load fileオプションを使って再読み込みし、計算に使用できます。

よくある質問

一元配置分散分析とは何ですか?

一元配置分散分析(ANOVA)は、3つ以上の独立したグループの平均の間に有意な差があるかどうかを判定する統計手法です。カテゴリーの独立変数を1つ扱い、すべてのグループの平均が等しいという帰無仮説を、少なくとも1つが異なるという対立仮説に対して検定します。結果は分散分析表で示されます。

一元配置分散分析の前提は何ですか?

応答は連続値で、3つ以上の水準を持つカテゴリー因子が1つである必要があります。各グループのデータはおおよそ正規分布に従うか、サンプルが十分に大きい(15または20より大きい)必要があります。グループの分散は等しいと仮定され、観測値は独立でなければなりません。モデルの当てはまりは、残差対当てはめ値や確率プロットなどの診断プロットで確認します。

一元配置分散分析を使用すべきでないのは、どのような場合ですか?

固定のカテゴリー因子が複数ある場合は一般線形モデル(Fit General Linear Model)を、変量因子がある場合は混合効果モデルの当てはめ(Fit Mixed Effects Model)を使用します。予測変数が複数ある場合は回帰モデルの当てはめ(Fit Regression Model)を、連続値の予測変数を応答に対して可視化するには適合線プロット(Fitted Line Plot)を使用します。カテゴリーの応答には、ロジスティックモデルを使用します。

一元配置分散分析の解釈に役立つグラフは何ですか?

区間プロットはグループ平均の信頼区間を比較し、個別値プロットは小さなサンプルの各データ点を示し、箱ひげ図は各グループの中央値、四分位範囲、外れ値を示します。残差プロット(残差対当てはめ値、残差対順序、ヒストグラム、確率プロット)は、モデルの前提を確認します。