分散分析
2つのサンプルの平均の差があるかを分析・検定するのが、t検定だったが、 3つのサンプル?、データ群が要因として3つ以上に分けられる場合に、
3つ(以上)のデータ群間の分散(効果とみなせる)とデータ内の分散(偶然とみなせる)を比較する(割った値がF値) 分散分析は、「選択肢を変えることによって、平均値(期待値)が変わるか?」を検定したいとき
どの選択肢を選んだときに、どういった効果がでるのか?
データ = 平均値 + 効果 + 誤差
F値 = (効果の大きさ)/(誤差の大きさ) 効果の大きさは全体平均からどれだけ離れてるか。誤差の大きさは、その変数内でのきたいされる平均からどれだけはなれてるか。これで、F値が有意に大きければ、効果がある。
説明変数(variance)の数が2つで分析する場合は二元配置。なんで"元"なのか、2変数配置ではだめなのかはわからん。
英語だと、two-way anova
In statistics, the two-way analysis of variance (ANOVA) is an extension of the one-way ANOVA that examines the influence of two different categorical independent variables on one continuous dependent variable. The two-way ANOVA not only aims at assessing the main effect of each independent variable but also if there is any interaction between them.
交互作用も考慮にいれるのがポイントと。
ここでの independent variables の independentは、その確率変数の結果が、複数試行において独立して考えることが可能という意味。たぶん。 #20180424