| A（成形温度別効果） | B（原材料メーカ別効果） | Y（製品強度） |
|---|---|---|
| -0.5 | 1.08 | 8 |
| -0.5 | 1.08 | 10 |
| -0.5 | -1.08 | 6 |
| -0.5 | -1.08 | 9 |
| -2.5 | 1.08 | 9 |
| -2.5 | -1.08 | 5 |
| -2.5 | -1.08 | 5 |
| -2.5 | 1.08 | 6 |
| 3 | 1.08 | 13 |
| 3 | 1.08 | 14 |
| 3 | -1.08 | 10 |
| 3 | -1.08 | 10 |
前回から改善して繰り返しのあるもの交互作用を勘定に入れるパターン、これを解析する。
※「やさしい実験計画法―統計学の初歩からパラメータ設計の考え方まで」p89より表を作成した。
|
1 2 3 4 5 6 7 8 9 10 11 12 13 |
install.packages("Rcmdr") library("Rcmdr") kyodo <- read.table("anova_test(2).txt",header=T) head(kyodo) str(kyodo) kyodo$A <- factor(kyodo$A) kyodo$B <- factor(kyodo$B) summary (aov(Y~A*B, data=kyodo)) plotMeans( kyodo$Y, kyodo$A, error.bars="se") plotMeans( kyodo$Y, kyodo$B, error.bars="se") plotMeans( kyodo$Y, kyodo$A, kyodo$B, error.bars="se") |
ここでも同じ手法を使っているが交互作用を勘定しているのでひとつパラメータが多く出来ているのがわかるだろう。
|
1 2 3 4 5 6 7 |
Df Sum Sq Mean Sq F value Pr(>F) A 2 62.00 31.000 12.000 0.0080 ** B 1 14.08 14.083 5.452 0.0583 . A:B 2 2.67 1.333 0.516 0.6211 Residuals 6 15.50 2.583 --- Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1 |
繰り返し実験を勘定したうえで考えても、依然として、Aの製品強度への差・影響力がでかい（有意水準0.05を下回っているため）。それに対してBによる影響力はあるとはいえない。A:B（交互作用）においてp値は有意水準0.05より大きいので、すなわちA：Bの間交互作用はあるとはいえない（有意でない）ということもわかる。