# 行の中で、「#」以降は、コメントアウトで処理しません。

# ===================================================

# Cドライブにv02dataというフォルダーを作り、v02c5cognition.csv を置いているという設定

# データの読み込み

KEKKA <- read.csv("C:/v02data/v02c5cognition.csv")

# データフレーム名を省略できるようにする

attach(KEKKA)

# パッケージcarを使用 (要インストール)

library(car)

# 記述統計

tapply(SEITOU, list(YOKOKU, JISSHI), mean)

tapply(SEITOU, list(YOKOKU, JISSHI), sd)

interaction.plot(YOKOKU, JISSHI, SEITOU)

# 分散分析

TWOWAYANOVA <- aov(SEITOU ~ YOKOKU * JISSHI)

Anova(TWOWAYANOVA, type=3)

# 単純主効果の検定 (実施の水準別に行う場合)

# プールされた誤差項を用いた検定は自動的にできません。

# 以下のプログラムで水準別誤差項を用いた分散分析表を

# 出力し、検定統計量を自力で計算してください。

JISSHIgaSAISEI <- aov(SEITOU ~ YOKOKU, data=KEKKA, subset=(JISSHI=="recall"))

Anova(JISSHIgaSAISEI, type=3)

TukeyHSD(JISSHIgaSAISEI)

JISSHIgaSAININ <- aov(SEITOU ~ YOKOKU, data=KEKKA, subset=(JISSHI=="recognition"))

Anova(JISSHIgaSAININ, type=3)

TukeyHSD(JISSHIgaSAININ)

# 単純主効果の検定 (予告の水準別に行う場合)

# プールされた誤差項を用いた検定は自動的にできません。

# 以下のプログラムで水準別誤差項を用いた分散分析表を

# 出力し、検定統計量を自力で計算してください。

# 多重比較は、JISSHIに水準が2つしかないため不要です。

YOKOKUgaSAISEI <- aov(SEITOU ~ JISSHI, data=KEKKA, subset=(YOKOKU=="recall"))

Anova(YOKOKUgaSAISEI, type=3)

YOKOKUgaSAININ <- aov(SEITOU ~ JISSHI, data=KEKKA, subset=(YOKOKU=="recognition"))

Anova(YOKOKUgaSAININ, type=3)

YOKOKUgaNASHI <- aov(SEITOU ~ JISSHI, data=KEKKA, subset=(YOKOKU=="no"))

Anova(YOKOKUgaNASHI, type=3)

# 主効果に関する多重比較

TukeyHSD(TWOWAYANOVA)

# データフレーム名の省略を解除する

detach(KEKKA)

# 参考文献

# 山田剛史・村井潤一郎・杉澤武俊 (2015). Rによる心理データ解析 ナカニシヤ出版, p.42-48.

# ===================================================

# 2017.02.23 橋本貴充・荘島宏二郎