Choose Language Hide Translation Bar

繰返しが不揃いの枝分かれ実験データの解析

 BioStat研究所株式会社 代表取締役 高橋 行雄

 

実験計画法に関する多くの成書には、JMPの「モデルのあてはめ」を用いた多彩な解析モデルについての記述を見出すことができない。キーワードの一つは、変量効果である。分散成分の推定を目的にした枝分かれ実験データの解析を行うためには、「モデル効果の構成」で変量効果にしたい下位の因子を「枝分かれ因子」にし、さらに構造「属性」から「変量効果」を選択して属性の変更を行う必要がある。

 

さらに厄介なのは、解析方法の選択で、「EMS(従来)」か「REML(推奨)」の選択である。従来の枝分かれ実験では、下位の枝になるほど分散分析表の自由度が膨張し非効率な実験が行われてしまう。下位の枝の自由度の膨張を防ぐためにスタッガード(Staggered)型枝分かれ実験が考案され、「JIS Z8402-3 測定方法及び測定結果の精確さ(真度及び精度) -- 第3部:標準測定方法の中間精度」に収録されているが、難解である。

 

そこで、人間の血圧測定を題材にした人工データを用いて、標準的な枝分かれ実験とした場合、または、スタッガード型枝分かれ実験とした場合を対比しつつ、EMSおよびREMLでの解析法および結果の見方を丁寧に解説する。

Article Tags
Contributors