fprの皆様 補足です。 > 一方，Scheffeの検定は，Ｆ検定と無矛盾というのはよいのです > が，原論文（1953年）のタイトル“A method for judging all > contrasts in the analysis of variance”が示すように，対比 > 較（２つの群の平均の比較）に限らず，あらゆる対比（たとえ > ば，最初の２つの群の平均と残りの１つの群の平均の比較など） > に対応する方法であり，その分，対比較に限定するとTukeyの方 > 法に比べ，検定力が低くなります。したがって，事後検定とし > て対比較がなされることが多い現状では，Scheffeの方法は推奨 > しにくい，ということになります。 その意味では，すべての対の比較に対応する方法であるTukeyの 方法も，狙い撃ちで少数の対比に焦点を絞るpre-plannedの対比 分析（contrast analysis）に比べると検定力が低くなります。 全体の網の大きさ（α）が決まっているなら，どこにある差でも 検出できるようにあちこちに網を仕掛けるより，検出したい差が あるところに集中して網を仕掛けるほうが得策だということです。 その意味では，全体としてのＦ検定（omnibus F-test）も，狙い が拡散していて，検定力が低くなるという問題をかかえています。 関連した話題として，最近，学部の学生さんからの相談にこうい うのがありました。 ＝＝ 各２水準のＡ×Ｂのデザインで，言いたいことは，A1だけでもB1 だけでもほとんど効果はないが，それが組み合わさったA1B1条件 は効果があるということ。分析結果は，両主効果，交互作用効果 とも有意で，単純効果も有意なのだが，なんか言いたいことと ずれている感じで，しっくりこない。 ＝＝ これは，A1B1条件の平均と他の３条件の平均の間の対比を検定す るのが，研究仮説にもぴったりで，検定力的にも有利になるケース だと思います。 １要因なら分散分析をして，それからすべての対について事後検 定，２要因なら主効果，交互作用を調べて，それから単純効果， というワンパターンでなく，リサーチ・クエスチョンに照らし， また検定力も考慮して柔軟に分析法を選んでいくようなことを， もう少し統計教育の中に入れていかないといけないのではないか と考えているところです。 ---- 南風原朝和 haebara (at) p.u-tokyo.ac.jp
ここは心理学研究の基礎メーリングリストに投稿された過去の記事を掲載しているページです。