問題一覧
1
交互作用
ある要因の水準間の平均値の差が、別の要件の水準によって異なること
2
分散分析は（①）を（②）と（③）に分けて計算し、②が③と比べて十分に大きいかどうかを検討する
全体の得点のばらつき, 水準ごとの平均値の差による違い, 個人差による違い
3
t検定は、（ ）が統計的に意味があるかを検定する
2群の平均値の差
4
分散分析の効果量は（①）を使い、（②）で求められる
η^2, グループ間平方和÷平方和の合計
5
t検定における独立変数は（ ）変数である
質的
6
2要因の分散分析では、各要因について個別に検定する（①）と、2要因を同時に考慮して検定する（②）がある。先に（③）を調べ、③が有意であれば④は無視する
主効果, 交互作用, 交互作用, 主効果
7
（①）が（②）よりも十分大きいかどうかを判断するためには、それぞれの値を（③）で割って、1情報単位あたりのばらつき量を求める
水準によるばらつき, 個人差によるばらつき, 自由度
8
ｔ検定の特徴 ＊ヒント：有意になりやすい条件
平均値の差が大きいと有意になりやすい, 平均値の差が同程度でも標準偏差が小さいほど有意になりやすい, 平均値の差が同程度でも標本数が大きいほど有意になりやすい
9
t検定の帰無仮説は（ ）= 0
グループ1の平均とグループ２の平均の差
10
分散分析は（ ）が統計的に有意かどうかを検定する
３群以上の平均値の差
11
各要因によるばらつきの求め方とその自由度
（全体平均－各水準の値）^2×それぞれの人数, 水準数－１
12
主効果とは
ある要因が水準間で平均差を生じさせる効果
13
t検定において、必ずどちらか一方が大きくなるということがわかっている場合、片側検定を行う。そのため、（ ）
有意になりやすい
14
重回帰分析は（①）変数と（②）変数の（③）を分析する方法であり、それぞれの説明変数について、（④）してどれくらい目的変数と関係があるかを示してくれる。
複数の説明変数, １つの目的変数, 関係の強さ, 他の説明変数の影響をすべて排除
15
交互作用が有意であった場合、（①）を行い、１つの要因の効果を、もう１つの要因の個々の水準ごとに検討する必要がある。交互作用が有意でなかった場合、（②）を見る。②を行う際、３水準以上の場合、（③）が必要になる
単純主効果, 主効果, 多重比較
16
①全体の得点のばらつきの求め方と自由度
（データ値－全体平均）^2の総和, 全データ数－１
17
重回帰分析において、複数の説明変数と１つの目的変数の関係の強さを示す値が（①）、それぞれの説明変数について、他の説明変数の影響をすべて排除してどの程度目的変数と関係があるかを示す値が（②）である
決定係数, 偏回帰係数
18
（①）が（②）の何倍大きいかを示した値がF値
水準差による平均平方, 誤差による平均平方
19
2要因分散分析とは、（①）分散分析
要因が2つある
20
交互作用によるばらつきとその自由度
群ごとの平均値のズレによるばらつきー要因Aによるばらつきー要因Bによるばらつき, （要因Aの自由度）×（要因Bの自由度）
21
分散分析は、（①）ほど、（②）ほど、（③）ほど、有意になりやすい
平均値間の差が大きい, 各条件の分散が小さい, 各群の人数が多い
22
t検定における従属変数は（ ）変数である
量的
23
2要因分散分析の仕組み 全体得点のばらつき＝（①）＋（②）＋（③）＋（④）
要因Aによるばらつき, 要因Bによるばらつき, 交互作用によるばらつき, 誤差によるばらつき
24
３群以上の比較で結果が有意となった場合、（ ）を行う
多重比較
25
個人差によるばらつきの求め方とその自由度
各水準における（各水準の平均－個人のデータの値）の２乗の合計, 全データ数－水準の数
26
自由度とは
データの中から母分散の推定に使用できる情報量の大きさ