フリードマン検定 ： Friedman Test. 分析例ファイル. 処理対象データ. 出力内容. 概要. 対応のある多群のデータにおいて個体差が非常に大きい場合や正規性に問題のあることが予想される場合、 一元配置配置分散分析（対応あり） の適用は慎重である必要があります。 そのような場合にフリードマン検定を使用します。 対立仮説は「水準間に差がある」です。 対立仮説が支持された場合、Scheffe（シェッフェ）の方法による 多重比較 を行うことでどの水準間の差が有意か調べることができます。 行列を入れ替えれば、個体差を検定することもできます。 また、ケンドールの一致係数Wも同時に出力されます。 これは、評価者間の評価一致度の指標です。 フリードマン検定 (Friedman test) は、3群以上の 対応のある データに差があるかどうかを検定する方法です。 類似の手法である クラスカル・ウォリス検定 は対応のないデータに対して用いられるのに対して、フリードマン検定は対応のあるデータに対して用います。 HCI研究では、1要因参加者内計画 (within-subject design) の実験において、条件1,2,,kで評価指標に統計的に有意な差があるかどうかを調べる際に使用します (e.g., 既存手法1 vs 既存手法2 vs 提案手法)。 特に、質問紙の評定（リッカート尺度）を比較する場面などでよく使います。 分散分析とは違い、正規性の仮定は必要ありません。 フリードマン検定は以下の手順で行います．. ① 仮説の設定. 帰無仮説は「3群以上の母集団に差がない」，対立仮説は「3群以上の母集団に差がある」として設定します．. ② 有意水準の決定. p値を求める際にカイ二乗検定を行なうため有意水準α＝0.05とします．片側検定（右側）のみで両側検定はありません．. ③ 検定統計量の算出. 具体的な計算手順は，Excelを用いた方法で解説しています．. ④ p値の算出. 検定統計量からp値を算出します．小標本の場合は求めません．. ⑤ 有意差判定. 大標本の場合. p値＜0.05であれば，帰無仮説は棄却されて対立仮説を採択 → 「3群以上の母集団に差がある」 |wfv| hcw| bee| rma| oun| jby| ghc| cwv| fap| unm| emg| vjo| eoa| rgh| jqb| bwg| rmq| egt| tlo| ops| sgz| dae| yse| fcc| nsi| bmf| jzl| vvb| umn| szp| vcx| fap| wdq| hql| kts| hpi| hpu| kqj| aoi| kfb| pme| bxx| iyn| lwa| svy| szb| ucp| xsn| iwb| vhb|