2. R・RStudioの導入
Reporting Guideline
(Klockars, 2008)
Lix, L. M., & Keselman H. J. (2008). Analysis of variance:
repeated measures designs. In G. R., Hancock & R. O.
Mueller (Eds.), The Reviewer’s Guide to Quantitative
Methods in the Social Sciences. (pp. 15-27) New York:
Routledge.
反復測定デザインの分散分析
を行った論文を書くときには,
次の12項目を守りましょう!!
3. R・RStudioの導入
Reporting
Guideline
(Lix & Keselman)
a. 1要因の反復測定
e.g.,1つのグループに対する 1つの従属変数を2回以上測定
2つ以上の実験条件の測定
i. 帰無仮説:全体的に従属変数が変化しないこと(包括的な仮説)
ii. 帰無仮説の棄却後:水準間での多重比較
iii. 水準間のアプリオリな対比が包括的な仮説の代わりにされることもある
b. 2要因(混合要因)の反復測定
e.g., 2(参加者間;性別:男性,女性)×3(参加者内;表情:ポジティブ,
ニュートラル,ネガティブ)
i. この場合,参加者はランダムサンプリング
ii. 混合要因では,基本的に交互作用に関心あり
c. 2要因(混合要因)の反復測定
e.g., 2(参加者間;介入:あり,なし)×2(参加者内;時間:time1, time
2)
i. この場合,参加者はランダム割り当て
1. 反復測定デザインのタイプが明記されること。
(i.e., 参加者内要因数と参加者間要因数および水準の
数)
反復測定デザインのタイプ
4. R・RStudioの導入
Reporting
Guideline
(Lix & Keselman)
a) 母集団の中に効果(有意差)がある場合に,効果があるとす
る確率
a) Type Ⅱerror(β):実際には有意差があるのに,有意差なしとする確率
b) Cohen (1992)は「1 – β≦0.80」を推奨!
c)基本的に有意水準(α),効果量,検定力(1– β),サン
プルサイズ(N)の4つは,他の3つが決まると決まる関係に
ある
8. 検定力の問題が考慮され,サンプルサイズが報告され
ている。
検定力(1 – β err prob)
19. R・RStudioの導入
a)Missing completely at random (MCAR)
観測が欠損することは,観測値と欠損値のどちらとも独立である可能性が
あるもの。
b)Missing at random (MAR)
観測が欠損することは,観測された反応のパターンにだけ依存するもの。
c)Missing not at random (MNAR)
その他全ての欠損データのメカニズム。
欠損メカニズムにより,欠損値処理をしたときのバイアスの程度が異なる。
MNARの場合,pattern selection modelやpattern mixture modelによって
バイアスが減尐するため,推奨されている。
6.欠損値の割合とパタンが考慮されること。欠損値を扱
うために適用した方法が同定される。
Reporting
Guideline
(Lix & Keselman)
欠損値のメカニズム