このページの内容は最新ではありません。最新版の英語を参照するには、ここをクリックします。
分散分析と共分散分析
分散分析 (ANOVA) は、標本分散を異なる sources に割り当てたり、ばらつきが異なる母集団群内または間で起こるかどうかを決めるための手法です。標本は、グループ平均の周りのばらつきと、全体の平均の周りのグループ平均のばらつきの点で記述されています。グループ内の分散がグループ間の分散に比べて小さい場合、グループ平均に差があることが考えられます。判断の定量化には仮説検定が使用されます。Statistics and Machine Learning Toolbox™ には、anova
オブジェクト、コマンド ライン関数、対話型アプリなど、ANOVA を実行する方法がいくつか用意されています。
関数
トピック
- 1 因子 ANOVA
1 因子 ANOVA を使用して、単一因子の複数グループ (水準) からのデータに共通の平均があるかどうかを判別します。
- 2 因子 ANOVA
2 因子 ANOVA で重要なのは、2 つの因子が応答変数に与える影響です。
- 多因子 ANOVA
多因子 ANOVA で重要なのは、N 個の因子が応答変数に与える影響です。
- 変量効果のある分散分析 (ANOVA)
変量効果がある ANOVA は、ある因子の水準が、取り得る水準の大規模 (無限) 集合からの無作為選択を意味する場合に使用されます。
- その他の分散分析モデル
多因子 ANOVA は、因子が入れ子にされている場合または一部の因子を連続変数として扱う場合にも使用できます。
- 多重比較
多重比較法では、複数のグループ平均が有意に異なるかどうかを正確に判断できます。
- 共分散分析
共分散分析は、応答 (y、予測される変数) と予測子 (x、予測に使われる変数) をもつグループ化されたデータを分析するための手法です。
- ノンパラメトリック手法
Statistics and Machine Learning Toolbox は、1 因子および 2 因子 ANOVA 関数のノンパラメトリックな手法も提供します。