[解答テクニック]二元配置分散分析の肝である交互作用。これでもう間違えない!

Поделиться
HTML-код
  • Опубликовано: 8 ноя 2024

Комментарии • 17

  • @qchan7
    @qchan7 Год назад +1

    素晴らしいです。お気に入りに入れて何度も拝聴いたします。

  • @つばさ-y3c
    @つばさ-y3c 2 года назад +1

    繰り返しのあるパターンの二元配置分散分析を解いて、帰無仮説を棄却or採択する!まで10分くらいかかります。
    これってやっぱり慣れが大事ですか?それとも裏技ありますか?

    • @DataScienceLab.
      @DataScienceLab.  2 года назад +1

      2水準の場合限定ですが、より簡単に平方和を計算できる方法があります!
      必見!2水準限定の簡便な平方和の計算方法。※計算時間短縮可能!
      ruclips.net/video/zhT1qKKcGg8/видео.html

  • @bomatatan
    @bomatatan 2 года назад +2

    交互作用の平方和算出の時になぜ2を欠けているのでしょうか?わからないので教えていただきたいです

    • @DataScienceLab.
      @DataScienceLab.  2 года назад +1

      主効果Aの平方和、主効果Bの平方和を求めた時と同じく、8つの各データを、A1B1, A1B2, A2B1,A2B2の4つの組み合わせの各平均に置き換えて計算しています。
      4つの組み合わせの各平均の計算には2つのデータを使用しているので、×2しています。

  • @ねぎねぎ-v9w
    @ねぎねぎ-v9w 2 года назад +1

    級間の平方和Sa×bと交互作用のSabは別物ですか?
    テキストだと、Sa×b=Sab−Sa−Sb
    となってます。
    もし宜しければご教示お願いします。

    • @DataScienceLab.
      @DataScienceLab.  2 года назад +2

      SA×BとSABは別物です。
      動画中の9:06の計算は、SABの計算です。ここから、SAとSBを引いてSA×Bを計算していますが、これは、SA×B=SAB-SA-SBであるためです。

  • @なおぽん-g9o
    @なおぽん-g9o 2 года назад +2

    平方和の合計の計算で、第2項目がn✖︎平均で表せるのが理解できません。教えていただけますと幸いです。

    • @DataScienceLab.
      @DataScienceLab.  2 года назад +3

      1/n×(xの総和)^2=n×(xの平均)^2
      なぜなら、(xの平均)=1/n×(xの総和)だからです。

    • @なおぽん-g9o
      @なおぽん-g9o 2 года назад +2

      理解できました、ありがとうございます。

  • @耳を澄ませば-b7r
    @耳を澄ませば-b7r 2 года назад +1

    AxBの平方和の計算する際に2倍にするのは何故でしょうか?

    • @DataScienceLab.
      @DataScienceLab.  2 года назад +2

      全平方和の計算式の各値を置き換えるからです。
      例えば、A1B1の平均は(1+2)/2=1.5なので、1と2を1.5に置き換えます。A1B2の平均は(6+7)/=6.5なので、6と7を6.5に置き換えます。
      だから、この例では、1.5の二乗も6.5の二乗も2回出てくることになるので2倍しています。
      紙面の都合上、省略して2倍する形で表現したのですが、わかりにくかったですね、すみません(>_

    • @耳を澄ませば-b7r
      @耳を澄ませば-b7r 2 года назад +1

      @@DataScienceLab. 理解出来ました。ありがとうございました。

  • @廣瀬史典-q1b
    @廣瀬史典-q1b 10 месяцев назад +1

    A×B=2が何度聞いても理解出来ません。

  • @Massivehonorrrrrrrrr
    @Massivehonorrrrrrrrr 2 года назад +2

    分かりやすいです!ありがとうございますm(_ _)m