
No.3ベストアンサー
- 回答日時:
preタグが使えないので見にくいですが、、、
g.dat <- as.factor(rep(c(1, 2), c(5, 6))) # グループを表す変数
x.dat <- c(1.3, 1.5, 1.5, 1.8, 2.0, 1.5, 1.5, 1.8, 1.8, 2.0, 2.2) # 説明変数
y.dat <- c(17.3, 15.6, 14.1, 13.8, 10.2, 17.8, 15.8, 16.0, 13.6, 11.2, 10.2) # 目的変数
mydata <- data.frame(Y = y.dat, X = x.dat, group = g.dat) # データフレームの作成
# 関数two.slopeを定義する
two.slope <- function(dat){
attach(dat) # 引数に指定されたデータフレームにパスを通す
# データフレームより各群のデータを抽出
Y1 <- Y[group==1]
X1 <- X[group==1]
Y2 <- Y[group==2]
X2 <- X[group==2]
# 2本の回帰直線を求める
model1 <- lm(Y1 ~ X1)
model2 <- lm(Y2 ~ X2)
# それぞれの残差を求め、残差平方和を求める
m1.resid <- sum(resid(model1) ^ 2)
m2.resid <- sum(resid(model2) ^ 2)
SSr <- m1.resid + m2.resid
# 各群の平均値
y1.M <- mean(Y1)
y2.M <- mean(Y2)
x1.M <- mean(X1)
x2.M <- mean(X2)
# 2つの回帰直線が平行であるとしたときの推定値と残差平方和
sum1 <- sum((X1 - x1.M) * (Y1 - y1.M))
sum2 <- sum((X2 - x2.M) * (Y2 - y2.M))
sum3 <- sum((X1 - x1.M) ^ 2)
sum4 <- sum((X2 - x2.M) ^ 2)
b <- (sum1 + sum2) / (sum3 + sum4)
a1 <- y1.M - b * x1.M
a2 <- y2.M - b * x2.M
sig1 <- sum((Y1 - (a1 + b * X1)) ^ 2)
sig2 <- sum((Y2 - (a2 + b * X2)) ^ 2)
SSrb <- sig1 + sig2
m <- length(Y1) # グループ1のデータ数
n <- length(Y2) # グループ2のデータ数
DF2 <- m + n - 4 # 自由度2
Fb <- (SSrb - SSr) / (SSr / (DF2)) # F統計量の計算
pb <- 1 - pf(Fb, df1 = 1, df2 = DF2) # p値の計算
cat("F = ", Fb, "\n")
cat("p = ", pb, "\n")
detach(dat) # データフレームのパスを解除
}
# 使用例
> two.slope(mydata)
F = 0.1161944
p = 0.7432014
一応、補足しておきますと、帰無仮説は「2本の回帰直線は平行である(傾きが同じである)」というもので、今回の場合はp = 0.74 < 0.05なので「2本の回帰直線は平行である」と結論づけられます。すなわち、傾きが異なるとはいえないということですね。
詳しくは参考文献
岩崎学「統計的データ解析入門 単回帰分析」東京図書 p88-89
を参照してください。
もっとちゃんと探せばこういう関数があると思いますけど(^_^;)
No.2
- 回答日時:
お探しのQ&Aが見つからない時は、教えて!gooで質問しましょう!
このQ&Aを見た人はこんなQ&Aも見ています
おすすめ情報
このQ&Aを見た人がよく見るQ&A
人気Q&Aランキング
-
4
切片あり回帰と切片なし回帰
-
5
回帰式と近似式について
-
6
重回帰分析・ヘドニックアプローチ
-
7
統計ソフトRを用いた回帰直線の...
-
8
エクセルで系列5までを同じ相...
-
9
相関分析の相関係数と重回帰分...
-
10
重回帰分析の説明変数の対数化...
-
11
原点強制通過させたときの相関係数
-
12
残差について
-
13
EXCELで両対数を取った重回帰分...
-
14
最小二乗法の傾きと切片について
-
15
多重共線性について
-
16
修正済み決定係数(R2乗)がマ...
-
17
回帰直線と相関係数
-
18
重回帰分析のパス係数
-
19
線形方程式の解法(数値計算)...
-
20
残差グラフについて、何故説明...
おすすめ情報
公式facebook
公式twitter