繰り返し測定超差分析(繰り返し測定ANOVA)
📌 繰り返し測定超差分析(繰り返し測定ANOVA)同一対象に対して複数回繰り返し測定を行い、繰り返し測定群間に差異があるか否かを判定する 一般形態の分散分析検査は他の集団に属する対象間の集団差であり、繰り返し測定分散分析は同一の対象に対する検査である. CO2
低温成長環境における植物の耐性の程度Quebec地区樹木とミシシッピ地区樹木の二酸化炭素吸収率に差はないか 7個の二酸化炭素濃度により吸収率に差がないか検出 樹木産地と二酸化炭素邑の比率関係が濃度によって変化するか 吸収(従属変数):二酸化炭素吸収率 タイプ(独立変数)、conc(独立変数):樹木の出身地、二酸化炭素濃度 タイプ(グループ間要因) conc(クラスタ内要因)=>繰返し測定値 傾向:低温処理の有無 Plant:樹木の固有認識 繰り返し測定一元分散分析:y~W+Error(Subject/W) 繰り返し測定二元分散分析:y~B*W+Error(Subject/W) Bはグループ内要因、Wはグループ内要因を表す.
Subjectは、各階層オブジェクトの識別子変数を表します.
樹木の産地によって二酸化炭素の吸収率が異なる.
注意conc変数のp値.帰務仮説を却下する.
二酸化炭素の濃度によって、二酸化炭素の吸収率が違います.
インタラクティブ効果タイプ:concのp-valueに注意します.帰務仮説を却下する.樹木産地と二酸化炭素濃度には相互作用がある.
Quebecツリーにのみ軸が表示され、Mississippiには軸が表示されません.グラフをもっときれいに整理する.
Quebec樹はミシシッピ樹より二酸化炭素吸収率が高い.
二酸化炭素濃度の増加に伴い、二酸化炭素の吸収率も増加した.対角線主効果 非対角線インタラクティブ効果 より信頼できる解析結果を得るためには,同じオブジェクトに対して異なる時点での繰返し測定データであるが,すべての繰返し回数間の相関度は一定であるべきである.
低温成長環境における植物の耐性の程度
>str(CO2)
Classes ‘nfnGroupedData’, ‘nfGroupedData’, ‘groupedData’ and 'data.frame': 84 obs. of 5 variables:
$ Plant : Ord.factor w/ 12 levels "Qn1"<"Qn2"<"Qn3"<..: 1 1 1 1 1 1 1 2 2 2 ...
$ Type : Factor w/ 2 levels "Quebec","Mississippi": 1 1 1 1 1 1 1 1 1 1 ...
$ Treatment: Factor w/ 2 levels "nonchilled","chilled": 1 1 1 1 1 1 1 1 1 1 ...
$ conc : num 95 175 250 350 500 675 1000 95 175 250 ...
$ uptake : num 16 30.4 34.8 37.2 35.3 39.2 39.7 13.6 27.3 37.1 ...
- attr(*, "formula")=Class 'formula' language uptake ~ conc | Plant
.. ..- attr(*, ".Environment")=<environment: R_EmptyEnv>
- attr(*, "outer")=Class 'formula' language ~Treatment * Type
.. ..- attr(*, ".Environment")=<environment: R_EmptyEnv>
- attr(*, "labels")=List of 2
..$ x: chr "Ambient carbon dioxide concentration"
..$ y: chr "CO2 uptake rate"
- attr(*, "units")=List of 2
..$ x: chr "(uL/L)"
..$ y: chr "(umol/m^2 s)"
> CO2sub <- subset(CO2, Treatment == "chilled")
> CO2sub$conc <- factor(CO2sub$conc)
> str(CO2sub)
Classes ‘nfnGroupedData’, ‘nfGroupedData’, ‘groupedData’ and 'data.frame': 42 obs. of 5 variables:
$ Plant : Ord.factor w/ 12 levels "Qn1"<"Qn2"<"Qn3"<..: 4 4 4 4 4 4 4 6 6 6 ...
$ Type : Factor w/ 2 levels "Quebec","Mississippi": 1 1 1 1 1 1 1 1 1 1 ...
$ Treatment: Factor w/ 2 levels "nonchilled","chilled": 2 2 2 2 2 2 2 2 2 2 ...
$ conc : Factor w/ 7 levels "95","175","250",..: 1 2 3 4 5 6 7 1 2 3 ...
$ uptake : num 14.2 24.1 30.3 34.6 32.5 35.4 38.7 9.3 27.3 35 ..
> CO2sub
Plant Type Treatment conc uptake
22 Qc1 Quebec chilled 95 14.2
23 Qc1 Quebec chilled 175 24.1
24 Qc1 Quebec chilled 250 30.3
25 Qc1 Quebec chilled 350 34.6
26 Qc1 Quebec chilled 500 32.5
27 Qc1 Quebec chilled 675 35.4
28 Qc1 Quebec chilled 1000 38.7
29 Qc2 Quebec chilled 95 9.3
30 Qc2 Quebec chilled 175 27.3
31 Qc2 Quebec chilled 250 35.0
32 Qc2 Quebec chilled 350 38.8
33 Qc2 Quebec chilled 500 38.6
34 Qc2 Quebec chilled 675 37.5
35 Qc2 Quebec chilled 1000 42.4
36 Qc3 Quebec chilled 95 15.1
37 Qc3 Quebec chilled 175 21.0
38 Qc3 Quebec chilled 250 38.1
39 Qc3 Quebec chilled 350 34.0
40 Qc3 Quebec chilled 500 38.9
41 Qc3 Quebec chilled 675 39.6
42 Qc3 Quebec chilled 1000 41.4
64 Mc1 Mississippi chilled 95 10.5
65 Mc1 Mississippi chilled 175 14.9
66 Mc1 Mississippi chilled 250 18.1
67 Mc1 Mississippi chilled 350 18.9
68 Mc1 Mississippi chilled 500 19.5
69 Mc1 Mississippi chilled 675 22.2
70 Mc1 Mississippi chilled 1000 21.9
71 Mc2 Mississippi chilled 95 7.7
72 Mc2 Mississippi chilled 175 11.4
73 Mc2 Mississippi chilled 250 12.3
74 Mc2 Mississippi chilled 350 13.0
75 Mc2 Mississippi chilled 500 12.5
76 Mc2 Mississippi chilled 675 13.7
77 Mc2 Mississippi chilled 1000 14.4
78 Mc3 Mississippi chilled 95 10.6
79 Mc3 Mississippi chilled 175 18.0
80 Mc3 Mississippi chilled 250 17.9
81 Mc3 Mississippi chilled 350 17.9
82 Mc3 Mississippi chilled 500 17.9
83 Mc3 Mississippi chilled 675 18.9
84 Mc3 Mississippi chilled 1000 19.9
📌 くりかえしそくていちょうさぶんせきSubjectは、各階層オブジェクトの識別子変数を表します.
> CO2sub.aov <- aov(uptake ~ Type * conc + Error(Plant/conc), data=CO2sub)
> summary(CO2sub.aov)
Error: Plant
Df Sum Sq Mean Sq F value Pr(>F)
Type 1 2667.2 2667.2 60.41 0.00148 **
Residuals 4 176.6 44.1
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Error: Plant:conc
Df Sum Sq Mean Sq F value Pr(>F)
conc 6 1472.4 245.40 52.52 1.26e-12 ***
Type:conc 6 428.8 71.47 15.30 3.75e-07 ***
Residuals 24 112.1 4.67
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
注意タイプ変数のp-value.帰務仮説を却下する.樹木の産地によって二酸化炭素の吸収率が異なる.
注意conc変数のp値.帰務仮説を却下する.
二酸化炭素の濃度によって、二酸化炭素の吸収率が違います.
インタラクティブ効果タイプ:concのp-valueに注意します.帰務仮説を却下する.樹木産地と二酸化炭素濃度には相互作用がある.
> windows(width=12, height=8)
> boxplot(uptake ~ Type * conc, data=CO2sub,
+ col=c("deepskyblue", "violet"))
Quebecツリーにのみ軸が表示され、Mississippiには軸が表示されません.グラフをもっときれいに整理する.
> boxplot(uptake ~ Type * conc, data=CO2sub,
+ col=c("deepskyblue", "violet"),
+ las=2, cex.axis=0.7,
+ xlab="", ylab="Carbon dioxide wptake rate",
+ main="Effects of Plant Type and CO2 on Carbon Dioxide uptake")
> legend("topleft", inset=0.02,
+ legend=c("Quebec", "Mississippi"),
+ fill=c("deepskyblue", "violet")
Quebec樹はミシシッピ樹より二酸化炭素吸収率が高い.
二酸化炭素濃度の増加に伴い、二酸化炭素の吸収率も増加した.
> library(HH)
> interaction2wt(uptake ~ Type * conc, data=CO2sub)
구형성검정(sphericity test)
測定値間の差異の分散/共分散が同じ帰無仮定であることを検証できる.Reference
この問題について(繰り返し測定超差分析(繰り返し測定ANOVA)), 我々は、より多くの情報をここで見つけました https://velog.io/@revudn46/반복측정-분산분석-repeated-measures-ANOVAテキストは自由に共有またはコピーできます。ただし、このドキュメントのURLは参考URLとして残しておいてください。
Collection and Share based on the CC Protocol