医療統計学:反復測定デザイン

統計学セミナー

医療統計学:反復測定デザイン

 

                    医療統計学、医療経済学、数学のつぼをたとえ話でわかりやすく解説

 

                    運営者の20年以上にわたる医療統計学のノウハウを満載

 

反復測定デザイン

 

反復測定デザインとはどのようなデザインですか?

 

反復測定デザインとは、同一被験者にいくつかの物差しや条件を割り付ける分散分析デザインをいいます。

 

被験者内要因の存在する分散分析デザインということもできます。

 

心理学や教育学の分野では、研究者の関心のある現象に何が効いているのかを検討するために、しばしば要因を絞り込み分散分析を用いてそれら要因の効果の有無を検討します。

 

とりわけ学習・疲労・生理心理学的研究などではしばしば同一被験者に複数の物差しや条件をあてがい、その変化の有無を検討する必要に迫られます。

 

反復測定デザインのモデルとしては、反復測定ANOVAモデル、MANOVAモデル、GMANOVAモデルなどがありますが、最も一般的に用いられるのは反復測定ANOVAモデルです。

 

通常の多くのANOVAデザインは、基礎的ないくつかのデザインにおける要因数を拡張することにより得られます。

 

反復測定デザインの多くのモデルの基本的には次の3つの通常のANOVAデザインを変形することにより得られます。

 

それらは、乱塊法、乱塊要因デザイン、および分割区画デザインです。

 

乱塊法は、主要な因子が1要因の場合のデザインですが、被験者集団の均質性を確保するためにいわゆる局外因子でもって被験者集団をいくつかのブロックに分けます。

 

次いで各ブロックごと被験者を主要因子の複数の水準に無作為に割り付けるデザインです。

 

局外因子とは、実験計画を策定するに際して、実験者が検討しようとしている主要な因子以外に当該現象に影響すると考えられる副次的な因子を指します。

 

乱塊法を反復測定乱塊法(1要因反復測定デザイン)にするためには、通常の乱塊法におけるブロック因子の各水準を各被験者とみなしてやればよいのです。

 

このように変形すれば、必然的に各被験者は主要因子のすべての水準に反応しなければならなくなるからです。

 

もちろん、この場合主要因子が反復測定因子になります。

 

ここで、乱塊法を反復測定デザインに変形した場合、反復測定因子の効果のみではなく、もともと乱塊法で検討できるブロック因子の効果も検討できることに注意してください。

 

ただしこの場合ブロック因子の効果は被験者の違いによる効果とみなすことになります。

 

もっと勉強したい方は⇒統計学入門セミナー

 

統計学セミナー

 


医療統計学は、自己学習ではどうしても時間がかかってしまい効率悪くなりがちです。本セミナー受講により、医療統計学の理論だけでなく実際の作業をどう進めるかなど、具体的な方法を伝授します。これにより、医療統計学の理解が倍増すること間違いなし!この機会にぜひご活用ください。



HOME プロフィール 統計セミナー 出張相談サービス お問い合わせ