どんな統計処理をかけたらよいでしょうか。

質問

どんな統計処理をかけたらよいでしょうか。

わかりにくいかもしれませんが、例をあげると、

犬と猫で蚤がいる場所に違いがあるかを調べたいとき
それぞれ５匹の首、背中、お腹にいた蚤の数に対して

１．犬と猫で場所における蚤の数に違いがあるか
２．犬と猫で同じ場所に違いがあるか

について調べたいとして

１に対して犬、猫それぞれテューキー
２に対して場所別にt検定

をかけたところ、
１つのデータに対して、いくつも統計処理をかけてはいけない
というアドバイスをもらいました。

かといって2元配置分散分析も違う気がします。

考え方は間違ってない気がするのですが、
なにか良い統計処理があったら教えていただきたいです。

回答No.3

eclipse2ant

やっぱりこれも多変量分散分析かな　manova ですね。　SPSSだと　アドバンストパッケージかな、Rでは、manovaという関数です。

いわゆる、GLM（一般線形モデル）のなかに入るものです。一般化線形モデルと混同しないでくださいね、こちらは、最小２乗法の部分が一般化されるという意味です。

Rによる統計解析ハンドブック 第2版　の5章に書いてあります。

今は2群ですが、もう少し一般化して、3群以上になると多重比較が入ってきますが、このあたりは、muticomp パッケージをRで使う話になるようで、一般線形モデルで拘束条件をつけて検定を行うような感じなのかなって見ています。
前述の本の１４章に出てきますが　Multiple Comarisons Using R という本があります。前述のmultcomp パッケージの解説の本です。他にも多重比較関係で、いろいろ洋書はあるようですが。

回答No.2

kgu-2

新製品と旧製品、なら、企業関係者かなと。レフリーと言うなら、論文の為でしょう。
企業関係者ならレフリーは意識しないでよい＝有意差よりも重要なものがある。
論文の場合は、有意差あり、でないと論文は通りません。

　論文は、「有意差あり」を示さなければ、通らない業界です。そして、そのための検定法は、どれを選択するかは、研究者の自由です。F検定でだめなので、t検定で有意差を認めた、なんぞもOKです。ただ、t検定は、対象者が正規分布条件を満たすなんぞが必要です。すなわち、前提条件さえ満たすのなら、どの検定を選択するのも自由です。
　レフリーも、アホな人は大勢います。私がレフリーをしたことがあるくらいですから。特に、統計の分野は、分かっていない人が珍しくありません。ただ、データを得る前に、検定ができるように集める必要があります。
　そして、検定法を変えた理由をキチンとレフリーに主張できることは不可欠です。

　旧製品と新製品と言う場合、有意差はそれほど意味がありません。100±0.001と99.9±0.00001なら、データ数が各群10もあれば、有意差あり、になるでしょう。しかし、有意差の有無より(有意差無し、の表現は誤り)、100と99.9が現実的な意味(＝価値)で判断すべきでしょう。単位が円なら、気にする人は少ないでしょうが、兆ならどうでしょうか。
　目的が論文か、現実的な利益かで、統計学の利用は異なります。その区別を統計学の教科書では、ほとんど書いていませんが。

回答No.1

kgu-2

>１つのデータに対して、いくつも統計処理をかけてはいけないというアドバイスをもらいました。
雑誌のレフリーがアドバイスをしたとは想えないのですが、どなたのアドバイスですか。この質問内容だと、卒論かと思うのですが。アドバイスがあるので、練習問題、とも想えないのですか。

　また、いくつもの統計処理、の内容が分かりません。1と2で、検定法が異なることを指すのですか。

　考え方は、根本的に間違っています。まず、検定は、AとB群は同じである、という帰無仮説をたてることが出発点ですが、ネコとイヌで同じとは想定できない。日本人とアメリカ人で差があった、と大声で叫んでも、誰も振り向かない(価値を認めない)でしょう。私の応答は、「違っているのは当然」と冷淡です。

お礼

ご返答ありがとうございます。

例があまりよくなくて大変失礼しました。
また、勉強不足ですみません。

本来のデータでは少し説明がしづらかったので
犬、猫で表現したのですが、
確かに問題外でした。

本当は従来の製品と新製品の性能の違いについて検討しています。

いくつもの統計処理というのはおっしゃるとおり
1と2で検定法が異なることです。