分散分析

コンピュータ応用 D クラス : 第16回目(10/30/97)

前回は、心理学や社会学といった文化系の分野でよく利用される因子分析を紹介した。今回は、実験や繰り返し測定といった理科系の分野でよく利用されている分散分析を紹介する。

分散分析(Analysis of Variance, ANOVA)
実験を行う際には、いろいろと条件(要因)を取り替えて、その実験結果を記録し変化を捉えていく。実験結果に及ぼす影響に対して、個々の要因がどのように影響を与えているかには興味のあるところである。
例えば、実験の結果、172 ページのような 24個のデータが得られたとしよう。つまり、化合物を生成させる際に、触媒(3水準)と温度(4水準)を変化させ、 12個の状況を用意し、それぞれで2回づつ測定したデータである。
触媒と温度という2つの要因はどの程度この化合物の収量(生産量)に影響を与えているのであろうか? より良い条件で化合物を作れば利益や効率も上がるだろうし、より新しい条件が見つかるかもしれない。
このような問題に対して、分散分析は有効に機能する。なお、分散分析は、実験計画法と密接に関係があるので、より詳しく知りたい場合は、その関連の書籍にも目を通すことを勧める。また、他にも、大橋靖夫他著、SAS による実験データ解析入門、東大出版会、3800円等がある。

1元配置の分散分析(1因子要因実験) : 配布資料 173ページ～

2つの要因があったが、まずその一つである「触媒の量だけ」(1因子) に注目し、収量に違いがあると言えるかを判断してみよう。
収量(y, syuuryou) = 平均(μ) + 触媒の効果(Effect[syokubai]) + 誤差(ε)
図表 7.11
残差 : 全体平方和 = 触媒毎の平方和(級間) + 触媒内の平方和(級内、誤差)
式(7.23) ～(7.25)
「触媒の量によって、収量が異なっている」というならば、
級間平方和が級内平方和に比べて、明らかに大きくなっているだろう。
( 級間平方和 / 級内平方和 ) という「比」に注目し、
この「比」が大きければ、触媒の量が変化をもたらしていると言えるであろう。
この「比」は、F 分布に従う。

プログラム : glm01.sas

 /* Lesson 16-1 */
 /*    File Name = glm01.sas   10/30/97   */

data kagou;                         :
  do syokubai=1 to 3;               : 触媒 : 3水準
    do ondo=1 to 4;                 : 温度 : 4水準
      do repeat=1 to 2;             : 繰り返し : 各2回
        input syuuryou @@;          : @@ は1行から複数のデータを読むため
        output;                     : ファイルに出力
      end;                          :
    end;                            :
  end;                              :
  cards;                            :
  18 22   20 22   26 24  30 32      : 各データ(計24個)
  10 13   19 15   22 21  28 26      :
  21 19   21 26   26 21  29 26      :
;                                   :
proc print data=kagou;              : データの表示
run;                                :
proc glm data=kagou;                : 分散分析
  class syokubai;                   : 分類変数の指示
  model syuuryou=syokubai;          : 目的変数 = 説明変数(群)
  means syokubai;                   : 各水準毎の平均と標準偏差の表示の指示
run;                                :

出力結果 : glm01.out

各条件のデータの表示
触媒の水準数と値 : 3 と 1,2,3
分散分析表 : 説明変数が有効に機能しているか? ===> F値
各水準毎の平均と標準偏差の表示

                              SAS システム                           150
                                        02:32 Thursday, October 30, 1997

             OBS    SYOKUBAI    ONDO    REPEAT    SYUURYOU

               1        1         1        1         18
               2        1         1        2         22
               3        1         2        1         20
               4        1         2        2         22
               5        1         3        1         26
               6        1         3        2         24
               7        1         4        1         30
               8        1         4        2         32
               9        2         1        1         10
              10        2         1        2         13
              11        2         2        1         19
              12        2         2        2         15
              13        2         3        1         22
              14        2         3        2         21
              15        2         4        1         28
              16        2         4        2         26
              17        3         1        1         21
              18        3         1        2         19
              19        3         2        1         21
              20        3         2        2         26
              21        3         3        1         26
              22        3         3        2         21
              23        3         4        1         29
              24        3         4        2         26

                              SAS システム                           152
                                        02:32 Thursday, October 30, 1997

                    General Linear Models Procedure
                        Class Level Information

                       Class    Levels    Values

                       SYOKUBAI      3    1 2 3


                Number of observations in data set = 24


                              SAS システム                           153
                                        02:32 Thursday, October 30, 1997

                    General Linear Models Procedure

Dependent Variable: SYUURYOU
                                  Sum of         Mean
Source                  DF       Squares       Square  F Value    Pr > F

Model                    2     118.75000     59.37500     2.37    0.1183

Error                   21     526.87500     25.08929

Corrected Total         23     645.62500

                  R-Square          C.V.     Root MSE      SYUURYOU Mean

                  0.183930      22.38624       5.0089             22.375

                              SAS システム                           154
                                        02:32 Thursday, October 30, 1997

                    General Linear Models Procedure

Dependent Variable: SYUURYOU

Source                  DF     Type I SS  Mean Square  F Value    Pr > F

SYOKUBAI                 2     118.75000     59.37500     2.37    0.1183

Source                  DF   Type III SS  Mean Square  F Value    Pr > F

SYOKUBAI                 2     118.75000     59.37500     2.37    0.1183


                              SAS システム                           155
                                        02:32 Thursday, October 30, 1997

                    General Linear Models Procedure

              Level of       -----------SYUURYOU----------
              SYOKUBAI   N       Mean              SD

              1          8     24.2500000       4.83292281
              2          8     19.2500000       6.27352715
              3          8     23.6250000       3.54310195

解析結果
- 触媒が収量に影響を与えているとは言えない。 <=== F 値が小さいから
- このぐらいの F 値(2.37)なら 11.83% の確率で発生する。
- 11.83% の確率 = 稀ではない。普通に起ること。何かの要因に起因して起ったとは考えにくい <===> 5% or 1%

2元配置の分散分析(2因子要因実験) : 配布資料 176ページ～

2つの要因を同時に考えて、「触媒の量と温度」(2因子) に注目し、収量に違いがあると言えるかを判断してみよう。
収量(y, syuuryou) = 平均(μ) + 触媒の効果(Effect[syokubai]) + 温度の効果(Effect[ondo]) + 触媒と温度の相乗効果(交互作用)(Effect[syokubai*ondo]) + 誤差(ε)
図表 7.13
残差 : 全体平方和 = 触媒毎の平方和 + 温度毎の平方和 + 触媒と温度毎の平方和 + これらで説明できない平方和(誤差)
式(7.28) ～(7.31)
「触媒の量(主効果)」、「温度(主効果)」、「触媒の量と温度の交互作用」によって、収量が異なっている」というならば、
それぞれの平方和が誤差に比べて、明らかに大きくなっているだろう。
( それぞれの平方和 / 誤差平方和 ) という「比」に注目し、
この「比」が大きければ、その要因が変化をもたらしていると言えるであろう。
この「比」は、F 分布に従う。

プログラム : glm02.sas

 /* Lesson 16-2 */
 /*    File Name = glm02.sas   10/30/97   */

data kagou;
  do syokubai=1 to 3;
    do ondo=1 to 4;
      do repeat=1 to 2;
        input syuuryou @@;
        output;
      end;
    end;
  end;
  cards;
  18 22   20 22   26 24  30 32
  10 13   19 15   22 21  28 26
  21 19   21 26   26 21  29 26
;
proc print data=kagou;
run;                                           : 
proc glm data=kagou;                           : 分散分析
  class syokubai ondo;                         : 分類変数の指示
  model syuuryou=syokubai ondo syokubai*ondo;  : 目的変数 = 説明変数群
  means syokubai ondo syokubai*ondo;           : 各水準毎の平均の表示の指示
run;                                           :

出力結果 : glm02.out

各条件のデータの表示
触媒の水準数 : 3
温度の水準数 : 4
分散分析表 : 説明変数が(全体として)有効に機能しているか? ===> F値
分散分析表 : 各説明変数が個々で有効に機能しているか? ===> F値
各水準毎の平均の表示

                              SAS システム                           158
                                        02:32 Thursday, October 30, 1997

                    General Linear Models Procedure
                        Class Level Information

                       Class    Levels    Values

                       SYOKUBAI      3    1 2 3

                       ONDO          4    1 2 3 4


                Number of observations in data set = 24

                              SAS システム                           159
                                        02:32 Thursday, October 30, 1997

                    General Linear Models Procedure

Dependent Variable: SYUURYOU
                                  Sum of         Mean
Source                  DF       Squares       Square  F Value    Pr > F

Model                   11     585.12500     53.19318    10.55    0.0001

Error                   12      60.50000      5.04167

Corrected Total         23     645.62500

                  R-Square          C.V.     Root MSE      SYUURYOU Mean

                  0.906292      10.03515       2.2454             22.375

                              SAS システム                           160
                                        02:32 Thursday, October 30, 1997

                    General Linear Models Procedure

Dependent Variable: SYUURYOU

Source                  DF     Type I SS  Mean Square  F Value    Pr > F

SYOKUBAI                 2     118.75000     59.37500    11.78    0.0015
ONDO                     3     414.45833    138.15278    27.40    0.0001
SYOKUBAI*ONDO            6      51.91667      8.65278     1.72    0.2004

Source                  DF   Type III SS  Mean Square  F Value    Pr > F

SYOKUBAI                 2     118.75000     59.37500    11.78    0.0015
ONDO                     3     414.45833    138.15278    27.40    0.0001
SYOKUBAI*ONDO            6      51.91667      8.65278     1.72    0.2004

                              SAS システム                           161
                                        02:32 Thursday, October 30, 1997

                    General Linear Models Procedure

              Level of       -----------SYUURYOU----------
              SYOKUBAI   N       Mean              SD

              1          8     24.2500000       4.83292281
              2          8     19.2500000       6.27352715
              3          8     23.6250000       3.54310195

              Level of       -----------SYUURYOU----------
              ONDO       N       Mean              SD

              1          6     17.1666667       4.70814896
              2          6     20.5000000       3.61939221
              3          6     23.3333333       2.33809039
              4          6     28.5000000       2.34520788

                              SAS システム                           162
                                        02:32 Thursday, October 30, 1997

                    General Linear Models Procedure

        Level of   Level of       -----------SYUURYOU----------
        SYOKUBAI   ONDO       N       Mean              SD

        1          1          2     20.0000000       2.82842712
        1          2          2     21.0000000       1.41421356
        1          3          2     25.0000000       1.41421356
        1          4          2     31.0000000       1.41421356
        2          1          2     11.5000000       2.12132034
        2          2          2     17.0000000       2.82842712
        2          3          2     21.5000000       0.70710678
        2          4          2     27.0000000       1.41421356
        3          1          2     20.0000000       1.41421356
        3          2          2     23.5000000       3.53553391
        3          3          2     23.5000000       3.53553391
        3          4          2     27.5000000       2.12132034

解析結果
- 触媒と温度が収量に影響を与えているとは言える。 <=== F 値が大きいから
- このぐらいの F 値(10.55)なら 0.01% の確率でしか発生しない。
- 0.01% の確率 = 稀である。偶然とは言えない。何かの要因に起因して起ったと考えるのが妥当 <===> 5% or 1%
- また、各要因(触媒、温度、触媒*温度)が個々で収量に影響を与えているかどうかは、
  1. 触媒(主効果) : 0.15% の確率で発生する。: 影響を与えている
  2. 温度(主効果) : 0.01% の確率で発生する。: 強く影響を与えている
  3. 触媒*温度(交互作用) : 20.04% の確率で発生する。: 影響を与えていない

演習 :「温度」の1元配置の分散分析を行え。
1. プログラム : glm03.sas
2. 出力結果 : glm03.out
3. 解析結果
  - 温度が収量に影響を与えているとは言える。 <=== F 値が大きいから
  - このぐらいの F 値(11.95)なら 0.01% の確率でしか発生しない。強く影響していることが判る。
  - 0.01% の確率 = 稀である。偶然とは言えない。何かの要因に起因して起ったと考えるのが妥当。

多重比較 : 配布資料 185ページ～

ある要因が目的変数に対して影響を与えていると判ったら、では、要因内のどの水準間に差があるかが知りたくなる。
今回の例で言えば、「温度」は収量に強く影響を与えていたことが判明した。では、温度のどの水準間で収量に差があると言えるのだろうか?
水準内の比較を全ての対(ペア)に対して行う処理を「多重比較」という。
多重比較には幾つか方法があるが、ここでは「Tukey の方法」を使う。他には「Duncan の方法」や「Scheffe の方法」、「Bonferroni の方法」が広く知られている。

プログラム : glm04.sas

 /* Lesson 16-4 */
 /*    File Name = glm04.sas   10/30/97   */

data kagou;
  do syokubai=1 to 3;
    do ondo=1 to 4;
      do repeat=1 to 2;
        input syuuryou @@;
        output;
      end;
    end;
  end;
  cards;
  18 22   20 22   26 24  30 32
  10 13   19 15   22 21  28 26
  21 19   21 26   26 21  29 26
;
proc print data=kagou;
run;                                :
proc glm data=kagou;                : 分散分析
  class ondo;                       : 温度について
  model syuuryou=ondo;              :
  means ondo/tukey cldiff nosort;   : 多重比較(Tukey の方法)の指示
run;                                :

出力結果 : glm04.out

水準内の対毎の、差および上下の信頼限界を表示し、有意に差がひらいているかを判定している

                              SAS システム                           179
                                        02:32 Thursday, October 30, 1997

                    General Linear Models Procedure
                        Class Level Information

                       Class    Levels    Values

                       ONDO          4    1 2 3 4


                Number of observations in data set = 24

                              SAS システム                           180
                                        02:32 Thursday, October 30, 1997

                    General Linear Models Procedure

Dependent Variable: SYUURYOU
                                  Sum of         Mean
Source                  DF       Squares       Square  F Value    Pr > F

Model                    3     414.45833    138.15278    11.95    0.0001

Error                   20     231.16667     11.55833

Corrected Total         23     645.62500

                  R-Square          C.V.     Root MSE      SYUURYOU Mean

                  0.641949      15.19444       3.3998             22.375

                              SAS システム                           181
                                        02:32 Thursday, October 30, 1997

                    General Linear Models Procedure

Dependent Variable: SYUURYOU

Source                  DF     Type I SS  Mean Square  F Value    Pr > F

ONDO                     3     414.45833    138.15278    11.95    0.0001

Source                  DF   Type III SS  Mean Square  F Value    Pr > F

ONDO                     3     414.45833    138.15278    11.95    0.0001


                              SAS システム                           182
                                        02:32 Thursday, October 30, 1997

                    General Linear Models Procedure

        TUKEY のスチューデント範囲 (HSD) 検定 - 変数 : SYUURYOU

      NOTE:  この検定法はタイプ I の実験（全体）誤差率を
            調整しています．

           アルファ = 0.05  信頼 = 0.95  DF= 20  MSE=11.55833
                  臨界値 : スチューデント化範囲 = 3.958
                        最小有意差 (MSD)= 5.4939

           0.05 レベル  で有意な比較は '***' で示しています．

                              SAS システム                           183
                                        02:32 Thursday, October 30, 1997

                    General Linear Models Procedure

                            同時                    同時
                            下側        平均        上側
             ONDO           信頼          の        信頼
          比較               限界         差         限界

         1    - 2          -8.827      -3.333       2.161
         1    - 3         -11.661      -6.167      -0.673   ***
         1    - 4         -16.827     -11.333      -5.839   ***

         2    - 1          -2.161       3.333       8.827
         2    - 3          -8.327      -2.833       2.661
         2    - 4         -13.494      -8.000      -2.506   ***

         3    - 1           0.673       6.167      11.661   ***
         3    - 2          -2.661       2.833       8.327
         3    - 4         -10.661      -5.167       0.327

         4    - 1           5.839      11.333      16.827   ***
         4    - 2           2.506       8.000      13.494   ***
         4    - 3          -0.327       5.167      10.661

解析結果
- 温度内の水準間では、(1-3)、(1-4)、(2-4) に差があると認められた。温度は低い(100度)よりは高い(130度)方が収量が多くなることが判る。
- 各水準間の差や、信頼限界が表示されている。

演習 : 「触媒(1元配置)」、「触媒*温度(2元配置)」について、多重比較を行え。
1. プログラム : glm05.sas
2. 出力結果 : glm05.out
3. 解析結果
  - 「触媒」については、差の認められる水準間はない。
  - 「触媒*温度」については、主効果間には差が認められたが、交互作用間には認められない。
次回は、... : 11月06日 14:45
- 私は登校しません。
- 演習 : 今まで修得した統計手法を使って、自分のデータを解析してみよう。
- 11月13日 : 7名程度(予定)を指名して、プレゼンテーション。各自の興味を持ったデータの説明とその解析結果を前で紹介してもらう。一人10分以上(厳守)。15分ほどを希望。
- 11月20日 : 演習 : 私は登校しません。データセットを13日に配布予定。このデータの中から自分で選んで解析してみる。
- 11月27日 : 7名程度(予定)を指名して、プレゼンテーション。各自の興味を持ったデータの説明とその解析結果を前で紹介してもらう。一人10分以上(厳守)。15分ほどを希望。

講義のホームページへ戻ります