본 데이터의 예저는 UCLA Advanced Research Computing에서 제공하는 tutorial과 데모 데이터를 참고해서 작성하였습니다.
이전 포스트에서 Repeated Measures ANOVA를 간단하게나마 설명했기에 R코드와 결과 값을 기반으로 한 해석 위주로 정리 기술 하겠습니다.
RM ANOVA를 진행 하기 위해 형성할 데이터 셋은 아래와 같습니다.
순서를 살펴보면, 데이터 셋의 확인후에 factor변수로 변경을 within 함수를 일괄적으로 적용하여 demo1의 데이터셋에 담도록 합니다.
이후 Interaction plot을 그려서 그래프를 확인해보면 아래와 같고
그룹에 따른 평행한 정도를 고려하면 시간의 흐름에 의한 그룹 간의 차이가 유의하지 않을 것이라고 예상가능합니다.
AOV코드를 적용해 보면,
분석 결과창을 보면, Between groups test에서 group간의 차이가 있다고 나오고 (p-value<0.05) within subject test에서는 모두 유의한 결과가 나오지 않습니다.
이제, 똑같은 코드를 바탕으로 적용해서 다른 예제 데이터 셋인 demo3를 살펴보겠습니다.
결과 창을 보면
Between groups test에서 group간의 차이가 있다고 나왔는데 (p-value<0.05), Interaction 그래프에서 그룹 별로 다른 형태를 보아 예상이 가능한 부분이었습니다.
Within subject test에서 time effect가 유의하게 나왔는데, 개체 내 그룹에서 시간의 효과가 있어 시간의 흐름에 따라 다르게 나옵니다. (p-value<0.05)
이제, 중점으로 보아야 할 부분이 group:time Interaction term인데 이 부분이 유의한 결과 나왔습니다.
두 변수(group, time) Interaction이 존재한다는 의미는 시간마다 개체 내에서 다른 변화가 이뤄진다는 것 입니다. 시간의 흐름에 따라 한 개체내에서 그래프의 기울기가 일정하게 평행한 형태가 나오면 interaction이 존재한다는 의미가 성립할 수 없습니다. 따라서, 본 interaction을 보면 각 그룹마다 시간에 따라 기울기의 변화량이 다르기 때문에 group:time의 Interaction 계수가 유의한 결과가 나왔음을 알 수 있습니다.
본 실습에 활용한 코드와 데모의 다른 예제에 대한 해석은 제 github에서 추가적으로 확인 가능합니다.
https://github.com/hoyajhl/R_stat/blob/main/repeated_measures_aov.R
References
https://stats.oarc.ucla.edu/r/seminars/repeated-measures-analysis-with-r/
