一元配置分散分析

1ページ　2ページ　3ページ

多重比較

多重比較の方法のみ紹介します

Dunnet法

この検定はコントロール群と他の群との比較になります

ano <- aov(data ~ age, data = data)
summary(multcomp::glht(ano, linfct=mcp(age = "Dunnett")))

Linear Hypotheses:
                   Estimate Std. Error t value Pr(>|t|)    
70-75 - 65-70 == 0    83.90      44.08   1.903     0.12    
75-80 - 65-70 == 0   234.00      44.08   5.309 2.62e-05 ***

65-70 vs 75-80 に有意差があります。これは、65-70群がコントロール群になっています。75-80群をコントロールに置きたいときは、、、

data$age <- relevel(data$age, ref="75-80") 
ano <- aov(data ~ age, data = data)
summary(multcomp::glht(ano, linfct=mcp(age = "Dunnett")))

Linear Hypotheses:
                   Estimate Std. Error t value Pr(>|t|)    
65-70 - 75-80 == 0  -234.00      44.08  -5.309 2.62e-05 ***
70-75 - 75-80 == 0  -150.10      44.08  -3.405  0.00399 ** 

65-70 vs 75-80 と 70-75 vs 75-80 に有意差があります

Tukey‒Kramer法

TukeyHSD(aov(data ~ age, data = data))

$age
              diff        lwr        upr     p adj
65-70-75-80 -234.0 -343.28516 -124.71484 0.0000386
70-75-75-80 -150.1 -259.38516  -40.81484 0.0057131
70-75-65-70   83.9  -25.38516  193.18516 0.1570739

65-70 vs 75-80, 70-75 vs 75-80 に有意差があります

Bonferroni法

pairwise.t.test(data$data, data$age, p.adj = "bonf")

data:  data$data and data$age 

      75-80  65-70 
65-70 4e-05  -     
70-75 0.0062 0.2031

同じく65-70 vs 75-80, 70-75 vs 75-80 に有意差があります

結果のみでよければ、ここまででOKです

次ページからはもう少し詳しく勉強してみましょう