R でノンパラメトリック反復測定分散分析を行う方法

反復測定分散分析のノンパラメトリック法の解説

反復測定分散分析のノンパラメトリック法 サンプルデータ準備

反復測定分散分析をノンパラメトリック法で行う方法を R のパッケージを使って解説する

R のパッケージは、nparLD というパッケージを使う

まず、nparLD パッケージのインストールと呼び出しを行う

R のスクリプトは以下の通り

install.packages("nparLD")
library(nparLD)

今回使用するサンプルデータは tree データセット

tree データセットは、反復測定が縦方向に並んでいるロング形式

ロング形式からワイド形式にしてグラフ作成する

EZR の標準メニューから、データセットのロングからワイド形式への変換を選ぶ

被験者ID、被験者内要因（繰り返し）要因、アウトカム変数を選択しOKする

被験者内要因は Factor 型（因子型）にしておく必要がある

事前に time.factor を作成しておいた

連続データを因子型にするには、アクティブデータセットから連続変数を因子に変換する、を選択する

time.factor という名前にした

反復測定分散分析のノンパラメトリック法 サンプルデータを図示してみる

反復測定データの折れ線グラフを選択する

反復測定したアウトカム変数 resp と、群別変数を指定してOKをクリック

グラフが以下のように書ける

反復測定アウトカムデータ resp 自体は、以下のようなヒストグラム分布をする変数

反復測定分散分析のノンパラメトリック法の実際

group で分割した、分割プロットデザインの反復測定分散分析を実行する

関数は nparLD()

カッコ内の最初はチルダで挟んだ Formula である

resp が反復測定アウトカムで、time が被験者内要因、 group が群間要因、それの主効果と交互作用を同時に投入している

被験者IDは subject = で指定する

結果の分散分析表を表示させると以下の通り

group の p 値は、0.096で、time の p 値は、<0.001 である

group と time の交互作用も p 値は小さく、0.007 であるので、交互作用があると考えるのがよさそう

交互作用が有意であるため、このあとは group ごとにデータを分けて、time の効果が同様かどうか確認していくというのがよいだろう

group 別にグラフを書く

D0 グループのグラフ

D1 グループのグラフ

D2 グループのグラフ

あまり違わないような気もするが、若干違うと言えば違うか

まとめ

反復測定分析をノンパラメトリック法で実行した

R の nparLD パッケージを使えば、解析可能だ

参考 PDF

公式マニュアル

nparLD: Nonparametric Analysis of Longitudinal Data in Factorial Experiments