一元配置分散分析が使えますか？

実験計画を次のように設定し、以下の結果を得ました。
計画：検査員Ａ、検査員Ｂが同日、全く同じ条件で標準品を添加した試料を5回の繰り返し試験を実施した。
測定結果：　　　1回　　　2回　　　3回　　　4回　　　　5回

Ａ検査員：　　　　5.27　　5.42　　　5.41　　　5.27　　　5.32

B検査員：　　　　4.82　　4.30　　　4.95　　　4.99　　　5.02　　の結果を得た。

この場合、一元配置分散分析を適用してもよろしいのでしょうか。
グループ間の自由度が１，グループ内の自由度が８で分散分析を行い、それぞれの期待値を求め、
各検査員における母平均の標準偏差、併行標準偏差を求め、以上から併行精度(RSD）と室内精度(RSD）を求めて、試験法の妥当性評価（バリデーション）を行うことが適正であるのか知りたいのです。
妥当性評価でなく、平均値の差の検定のみでしたら、ｔ検定の方が良いのでしょうか。
ｔ検定では、妥当性評価ができなくて困ってしまいます。
水準が２つで独立した因子の繰り返し数が5回のデータから妥当性評価を行えるのか教えてください！






　　　　　　　　　　
　　

No.3 回答者： Iguchi_Y 回答日時： 2011/07/10 18:07

kgu-2 さんは、多少誤解があるかも。

。。。
（私のほうが誤解してるかもしれないが。。。）

このような検査では，真の値がわからないこともあり，それを同一条件下で同一人物が繰り返し測定し，それをもって真の値とすることがあります。

質問者の試験前提がはっきりしない点は問題ですが，

（１）まず，検査結果がバラつかないことが重要です。
（２）その上で，検査者間で一致する必要があります。

そういう結果が出れば，それを真の値と見なせるし，誰に分析を頼んでも問題がないことになります。

検査者の優劣を競うというより，皆が同レベルの検査ができるようになるために，行われるとみてよいでしょう。
そういう意味で精度が重要になる，というなら，kgu-2さんの，おっしゃるとおりです。

（１）（２）で差が出たら，どちらか，または，kgu-2 さんのおっしゃるとおり，両方とも，それを改善しなければなりません。
そのような状況であるか否かを検出する目的でなされると思います。

この１，２を同時に検定し，客観的結果を出したい，というのが，質問者の意図だと思います。

No.2 回答者： kgu-2 回答日時： 2011/07/10 15:55

　このデータから言えるのは、AとBでは、有意差有り、だけ。

検定するまでもありません。
Aは５以上、Bは５以下ばかり、です。ですから、小難しい検定法を持ち出すまでもなく、相違は明確。しかし、AとBのどちらがいいのかは、こんな方法では判定できません。極端な話、真の値が10000.0なら、AもBも５０歩１００歩。
　付け加えるなら、AもBも、ウデが悪い。特に、B。検査員というより、ド素人。
　それに、こんな検査法で比較するのは、救いようが無い。添加量が多い時と少ない時で、得意な範囲も違うだろうから、評価法にさえなっていない。

>試験法の妥当性評価（バリデーション）を行うことが適正であるのか
これは、検定の問題ではなく、質問者がどのように考えるかです。検定は、採用した方法が適性かどうかは、教えてくれません。妥当性の評価法は、質問者が考えるべきことで、誰も回答できません。
　東京行きの切符を持っていても、期限切れでは。あるいは、高速バスの切符では、新幹線には乗れません。

>>ｔ検定では、妥当性評価ができなくて困ってしまいます。
　検定は難しい→高等→万事解決、との印象があるなら、間違いです。t検定に限らず、どのような検定、たとえば多変量解析であろうと、結論で言えるのは「有意差あり」のみ。差が大きいとか、正しい、とかは、検定をしているヒトの判断。それも、自分勝手な。聞かせられている方は、『勝手にホザケ』です。

　どのように評価すればいいか、を考えて下さい。私は、測定値なら、確度と精度の2つがが必要だと考えています。

No.1 回答者： Iguchi_Y 回答日時： 2011/07/10 13:31

これが実際の，全てのデータですか？

それとも，架空の，あるいは，一部のデータでしょうか？

統計学的には，分散分析でも ｔ 検定でも，もっとサンプルが多いほうが良いでしょう。

分野が異なりますが，私自身，生物を扱う研究者としては，30くらいほしい。

ただし，本問では，そのようにすると問題も起きてきます。

例えば，時間がかかりすぎる，そのため疲労などによる誤差の増大がおきるかもしれない，などです。

それを考えると，5回でもやむをえないでしょうか。。。

逆に言うと，サンプルが少ない場合の問題点の検討が必要だということです。

まず，問題となるのが，はずれ値，でしょう。サンプルが少ないと，それが一つでも大きな影響が出ます。
本問の例に限れば，それは，なさそうです。

それから，傾向分析です。
データが，上下にバラつくのと，上昇あるいは下降傾向にあるのでは，計算上同じバラつきでも，現象として大違いの可能性があります。慣れとか，疲労とかに起因するものです。

例えば，
C: 1, 2, 3, 4, 5
と
D: 2, 4, 1, 5, 3
は，ひっくるめてしまうと，平均も標準偏差も全く同じですが，測定順まで考慮すると同結果とはいえません。
測定回数を増やせば，両者が異なる，Cが大きくなる可能性が大きいからです。

ここが，繰り返しの測定，つまり，並び順があるデータの注意点です。
クラスの平均身長を求めるように，順番が関係ないものなら，こういう問題はおきません。

そういう目で見ると，Bは，後半ほど数値が大きくなる感じですね。
Aは，そういうことなさそう。

分散分析とか ｔ 検定する以前に，AとBには，傾向に違いが見られます。

テキストなどでは，このような，はずれ値や傾向分析を全くしてないような例もあるので，気をつけましょう。

この2点に問題無ければ，サンプル数に目をつぶれば，分散分析が適用できます。