Inleiding tot de R-statistiek

統計学全般に関する備忘メモの書庫(三中信宏)

「生物統計学質問集(2014年11月13日)」

  • #TodaiStat では,11月13日分の質問票への回答を. posted at 13:24:18
  • #TodaiStat 【質問】「ブロックを用いた乱塊法が必要になるのは,農業実験以外だと,どんな状況がありえますか?」/【回答】たとえば,異なる年度や場所で同一の実験(野外・室内を問わず)を実施する場合,年度や場所は「ブロック」として扱えます. posted at 13:34:02
  • #TodaiStat 【質問】「実験要因はいくつくらいまで考えるのでしょうか.また,複数要因を扱うメリットは何でしょうか?」/【回答】実験計画と管理を考えれば,要因数はそんなに増やせないと思います.複数要因実験のメリットは,たとえば,最適な要因水準の組み合わせの探索があります. posted at 13:37:49
  • #TodaiStat 【質問】「要因間の “交互作用” は要するに “相互作用” ですね」/【回答】はい,実験計画法では昔から “交互作用” という言い方をしてきましたが,元の英語は interaction ですから意味としては “相互作用” です. posted at 13:39:48
  • #TodaiStat 【質問】「要因間の交互作用のせいにしてしまうと何もわからなくなるような気が……」/【回答】分散分析で交互作用が優位になるときは,要するに「要因の主効果では説明できないものがある」という意味です.交互作用という概念には説明能力はまったくありません. posted at 13:42:01
  • #TodaiStat 【質問】「乱塊法で要因とブロックの間の交互作用は考えなくてもいいのでしょうか」/【回答】とてもいい質問です.ブロックはその本性として「無作為化されていない要因」ですので,基本的に他の無作為化配置される要因とは別格の扱いをすべきだろうと考えられます. posted at 13:44:17
  • #TodaiStat 【回答】しかし,状況によっては,プロックと要因との交互作用を考えることに意味があるかもしれません.そういう場合には線形統計モデルに交互作用を付加することにより分散分析が可能です.翌週のモデル選択論の実例としてそういう状況を挙げました. posted at 13:46:16
  • #TodaiStat 【質問】「帰無仮説と対立仮説が “視覚化” できることを初めて知りました」/【回答】帰無仮説と対立仮説は,それぞれの線形統計モデルに基いて,観察データをいかに説明するかの基本方針を公言します.したがって生データのばらつきをグラフ化すれば両仮説は目に見えます. posted at 13:52:26
  • #TodaiStat 【感想】「Windows のR画面がショボくてWinユーザーとして悲しくなった」「Macが羨ましい」「Windows だっていいところがたくさんある(>_<)」その他いろいろ/【回答】「できの悪い子ほど可愛い」というじゃないですか~.※なんて上から目線な. posted at 13:56:31
  • #TodaiStat 11月13日分は以上です. posted at 13:58:01