Rによるブーツストラップ法

> library(boot)
# ライブラリ「boot」をインストールする
>help(boot)

ノンパラメトリックとパラメトリック両方のブーツストラップが可能。

下記にノンパラメトリック・ブーツストラップおよびジャックナイフ法による誤差評価の簡単なデモがある。経験的密度関数から推定量の信頼区間を設定する手順が簡潔に解説されている。標本再抽出法resampling を理解するために有効。

http://cse.niaes.affrc.go.jp/minaka/R/R-resampling.html

数式エディタ

　日本語混じりの数式を書く必要があり、TeXが面倒でMacOSX上のWordに付属する数式エディタで作成しようとしたがうまくいかない。Word互換のNeoOffice付属の数式エディタは日本語入力が可能で、しかもコマンドがみえるので使い勝手がよい。pdf出力で用が足りた。

References
NeoOfficeホーム
http://download.neooffice.org/neojava/ja/index.php

SPSS 分散分析 ２要因被験者内計画：「反復測定」を用いない方法

　前(2007/3/23)にRによる２要因被験者内要因の分散分析例を載せた。以下は、SPSSによる同じ例題の分析。ただし、いわゆる「反復測定」を用いず、１変量の被験者「間」のモデル選択で同様の処理をおこなったもの。
　なお、要因Bの多重比較では、要因Bと被験者要因の交互作用が誤差項として指定される。また要因Bの単純主効果については、要因Aの各水準ごとに1要因の分散分析をおこなっている。

References
被験者内要因が 2つの場合 （1変量）:SPSS 入門: 値の比較（立命館大：星野研究室）
http://www.psy.ritsumei.ac.jp/~hoshino/spss/anova02x.html

心理学論文の英文校閲

　専門外の校閲者の指摘にはしばしば不適切なものが含まれるが、下記は　American Psychological Association Publication Manual, Fifth Editionに則った校閲をうたっている。

心理学、人間科学専門英文校閲翻訳サービス
http://www.kagaku-hapyo.com/

分散分析 効果量：イータ２乗、偏イータ２乗

効果量η^2について
　効果量に関してはAPAも論文投稿に際して言及することを求めているが、分散分析の場合、偏η^2とη^2の区別が必要。SPSSでは偏η^2を算出するが、その説明はη^2になっている。一般に論文に効果量として付記するならばη^2でもよい。これは各要因のSSを全体のSS（前記SPSSでは修正総和）で割ったもの。簡単な記述統計量であり、r^2に対応する。したがってSPSSに頼る必要はない。計算例については下記参照。推定値ω^2を求める場合も参考に。
　偏η^2は、異なる実験計画結果の比較などで使用。これはその要因の平方和を、他の要因の変動（２要因以上の場合には交互作用などもふくむ）を除いた平方和（誤差とその要因の平方和をあわせたもの）で割るもの。したがって、一般にη^2よりも大きな値になるが、対応のない１要因の場合はη^2に一致する。表記はηに下付きでpをつけてη^2と区別する。partial の意。偏η^2やω^2はF値と自由度からも計算できる。APAの論文では偏η^2を使うものが多いようだ。

References
SPSS ときど記(242)　2006/ 7/26
分散分析　偏イータ２乗
http://www.ec.kagawa-u.ac.jp/~hori/spss/tokidoki24.html#242
ERPについてのQ & A
http://home.hiroshima-u.ac.jp/nittono/QA.html#Stat

 

（2013/10/25 一部加筆）

Rによる分散分析：２要因被験者内計画

　２要因被験者内計画では、各要因、交互作用の誤差項はそれぞれの要因と被験者要因との交互作用を指定すればよい。このあたりの事情に無頓着な学生が多いのは、SPSSなどのパッケージに頼りすぎるためか。
　２要因のデータの変動は、ひとつの要因の主効果による変動と他の要因との交互作用による変動に分割できること、つまりある要因のみからの影響をうける成分とそれ以外の成分に分割できる、という簡単な論理がこの分野の基本的な考え方として重要。たとえば、要因Bをこみにして要因Aの主効果を検定する場合には、要因A×被験者要因の行列におけるデータ変動を、要因Aによる変動と要因Aと被験者要因の交互作用による変動に分割し、後者を誤差項とする。これを意識しながら分散分析をつかうべきだ。

　以下，例題は森・吉田(1990) pp.116-118 RBFpqデザインを使用した。Rについては　http://personality-project.org/r/#anova　参照。

References
森・吉田(1990) 心理学のためのデータ解析テクニカルブック　北大路書房
R: Statistical Software for Psychology Research
http://personality-project.org/r/#anova

> data.ex4=read.csv("ANOVA2_2data.csv",header=T)
> data.ex4
A.B.SUB.SCORE
1 a1,b1,S1,3
2 a1,b2,S1,4
3 a1,b3,S1,6
4 a1,b4,S1,5
5 a2,b1,S1,3
6 a2,b2,S1,2
7 a2,b3,S1,3
8 a2,b4,S1,2
9 a1,b1,S2,3
10 a1,b2,S2,3
11 a1,b3,S2,6
12 a1,b4,S2,7
13 a2,b1,S2,5
14 a2,b2,S2,6
15 a2,b3,S2,2
16 a2,b4,S2,3
17 a1,b1,S3,1
18 a1,b2,S3,4
19 a1,b3,S3,6
20 a1,b4,S3,8
21 a2,b1,S3,2
22 a2,b2,S3,3
23 a2,b3,S3,3
24 a2,b4,S3,3
25 a1,b1,S4,3
26 a1,b2,S4,5
27 a1,b3,S4,4
28 a1,b4,S4,7
29 a2,b1,S4,4
30 a2,b2,S4,6
31 a2,b3,S4,6
32 a2,b4,S4,4
33 a1,b1,S5,5
34 a1,b2,S5,7
35 a1,b3,S5,8
36 a1,b4,S5,9
37 a2,b1,S5,6
38 a2,b2,S5,4
39 a2,b3,S5,5
40 a2,b4,S5,6
> aov.ex4=aov(SCORE~(A*B)+Error(SUB/(A*B)),data.ex4 )
>
> summary(aov.ex4)

Error: SUB
Df Sum Sq Mean Sq F value Pr(>F)
Residuals 4 38.150 9.538

Error: SUB:A
Df Sum Sq Mean Sq F value Pr(>F)
A 1 16.9000 16.9000 8.0958 0.04662 *
Residuals 4 8.3500 2.0875
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Error: SUB:B
Df Sum Sq Mean Sq F value Pr(>F)
B 3 19.7000 6.5667 6.0383 0.00952 **
Residuals 12 13.0500 1.0875
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Error: SUB:A:B
Df Sum Sq Mean Sq F value Pr(>F)
A:B 3 30.5000 10.1667 7.0725 0.005413 **
Residuals 12 17.2500 1.4375
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
>

Special issue: Optical illusions

Japanese Psychological Research
March 2007 - Vol. 49 Issue 1 Page 1-85
錯視特集
　以下で参照可
http://www.blackwell-synergy.com/toc/jpr/49/1

Callas as Tosca and Tito Gobbi as Scarpia

Gobbi の悪役ぶりを観る。
(Theatre National de l'Opera de Paris, 19 December 1958)

YouTube - MARIA CALLAS - TOSCA - Torture scene - Act 2 (1958)

attentional guidance by unattended faces

Eastwood, J. D., Smilek, D., & Merikle, P. M. (2001). Differential attentional guidance by unattended faces expressing positive and negative emotion. Perception & Psychophysics, 63, 1004–1013.

http://arts.uwaterloo.ca/~dsmilek/psych398/Readings.htm


cf.
Eastwood, J. D., & Smilek, D. (in press). Functional consequences of perceiving facial expressions of emotion without awareness. Consciousness and Cognition

Eastwood, J. D., Smilek, D., Oakman, J., Farvolden, P., Merikle, P. M., Mancini, C., & Van Ameringen, M. (2005). Individuals with Social Phobia are biased to become aware of negative faces. Visual Cognition, 12 (1), 159-179.

Eastwood, J. D., Smilek, D., & Merikle, P. M. (2003). Negative facial expression captures attention and disrupts performance. Perception and Psychophysics, 65 (3), 352-358.