統計のコツのこつ(35)

ここしばらくは、各種検定での効果量の求め方をご紹介したいと思います。ここでは、単に、効果量計算の手法のみですので、統計学的な内容については、
下記URL(統計学入門：杉本典夫先生)をご参考になさって下さい。

http://www.snap-tck.com/room04/c01/stat/stat01/stat0106.html

 

それでは、
前回に引き続き、対応のある２群の有意差検定(ノンパラメトリック)での効果量を「R」で求めてみましょう。

ノンパラメトリックでの代表的な方法として、
「ウイルコックスンの符号順位和検定の方法(Wilcoxon signed rank test)

 

があります。

 

「すぐに役立つ統計のコツ」(オーム社刊)の 22ページを見て下さい。

例題は表 3.11(23ページ)を使ってやって見ましょう。
まずは、
情報統計研究所のホームページ(Topページ)にアクセスし、Top ページの「著書の正誤表と例題」→「Excel Samples」→「Excel Samples(1)」からデータをダウンロードして下さい。

Sheet名「表3.11」を開き、項目名を含む「F2：G21」を選択しコピーして下さい。

「R」へのデータの取り込みは前回と同じ要領です。

 

「R」による方法

***
dat<- read.delim("clipboard", head=T)
dat

x<- dat$前
y<- dat$後
n<- length(dat$前)
n
x
y

res<- wilcox.test(x, y, paired=TRUE)
res

p<- res$p.value
z<- qnorm(1-(p/2))
z

es<-  z/sqrt(n)
es

出力結果：

> res

Wilcoxon signed rank test with continuity correction

data:  x and y
V = 182, p-value = 0.0004905
alternative hypothesis: true location shift is not equal to 0

>
> p<- res$p.value
> z<- qnorm(1-(p/2))
> z
[1] 3.485892
>
> es<-  z/sqrt(n)
> es
[1] 0.7997184　# 効果量

***

 

次回は、
多標本の検定として、一元配置分散分析を統計量(例数、平均値、標準偏差)で行う方法をご紹介する予定です。

「すぐに役立つ統計のコツ」(第4章：29ページ)をご覧下さい。

情報統計研究所はここから！