-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathNotes-Schad-et-al-2020.html
11417 lines (8682 loc) · 219 KB
/
Notes-Schad-et-al-2020.html
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
917
918
919
920
921
922
923
924
925
926
927
928
929
930
931
932
933
934
935
936
937
938
939
940
941
942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
967
968
969
970
971
972
973
974
975
976
977
978
979
980
981
982
983
984
985
986
987
988
989
990
991
992
993
994
995
996
997
998
999
1000
<!DOCTYPE html>
<html lang="" xml:lang="">
<head>
<title>Schad et al (2020)に学ぶ名義尺度のコーディング</title>
<meta charset="utf-8" />
<meta name="author" content="小川雅貴" />
<script src="libs/header-attrs/header-attrs.js"></script>
<link href="libs/remark-css/default.css" rel="stylesheet" />
<link href="libs/remark-css/hygge.css" rel="stylesheet" />
<link href="libs/remark-css/ninjutsu.css" rel="stylesheet" />
<link href="libs/remark-css/robot.css" rel="stylesheet" />
<link rel="stylesheet" href="assets/fonts.css" type="text/css" />
</head>
<body>
<textarea id="source">
class: center, middle, inverse, title-slide
# Schad et al (2020)に学ぶ名義尺度のコーディング
## Schad et al (2020)日本語注解
### 小川雅貴
### 東京大学
### 2021/12/17 (updated: 2021-12-17)
---
class: middle center hide-slide-number
.info-box.w-50.bg-white.f3[
このHTMLスライドをご覧になる際は，
ChromeまたはFirefoxをお使いになることをお勧めいたします。
また，HTMLスライドの中身が正しく読み込まれない場合には，
ブラウザの更新ボタンを押して，再度スライドを読み込んでください。
なお，本スライドのPDF版は
<a href=https://htmlpreview.github.io/?https://github.com/CLRafaelR/factor_coding/blob/main/Notes-Schad-et-al-2020.html>こちら<i class="fas fa-file-pdf"></i></a>
にございます。
]
<br>
.white[**右矢印➝**を押すと次のスライドに移ります]
---
class: inverse, middle, center
# 必要なパッケージ・関数の読み込み
<!-- get a flipbook version of the my_cars code chunk - pauses are where parentheses are balanced -->
---
count: false
.panel1-load-packages-sources-auto[
```r
*library(tidyverse)
```
]
.panel2-load-packages-sources-auto[
次のパッケージ群を呼び出す
- **ggplot2**: データ可視化・図生成
- **dplyr**: データ操作
- **tidyr**: データ整然化
- **readr**: データ読み込み
- **purrr**: 関数型プログラミング
- **tibble**: 現代的データフレームtibbles
- **stringr**: 文字列処理
- **forcats**: カテゴリ変数の操作
]
---
count: false
.panel1-load-packages-sources-auto[
```r
library(tidyverse)
*library(broom)
```
]
.panel2-load-packages-sources-auto[
統計モデルの解析結果をtibbleで表示
]
---
count: false
.panel1-load-packages-sources-auto[
```r
library(tidyverse)
library(broom)
*library(lme4)
```
]
.panel2-load-packages-sources-auto[
一般化線形混合モデルの構築
]
---
count: false
.panel1-load-packages-sources-auto[
```r
library(tidyverse)
library(broom)
library(lme4)
*library(MASS)
```
]
.panel2-load-packages-sources-auto[
対比行列の構築
]
---
count: false
.panel1-load-packages-sources-auto[
```r
library(tidyverse)
library(broom)
library(lme4)
library(MASS)
*library(hypr)
```
]
.panel2-load-packages-sources-auto[
「仮説」行列の構築
]
---
count: false
.panel1-load-packages-sources-auto[
```r
library(tidyverse)
library(broom)
library(lme4)
library(MASS)
library(hypr)
*library(knitr)
```
]
.panel2-load-packages-sources-auto[
Rでの動的文書生成
]
---
count: false
.panel1-load-packages-sources-auto[
```r
library(tidyverse)
library(broom)
library(lme4)
library(MASS)
library(hypr)
library(knitr)
*source(
* "http://read.psych.uni-potsdam.de/attachments/article/188/mixedDesign.v0.6.3.R",
* local = knitr::knit_global()
*)
```
]
.panel2-load-packages-sources-auto[
mixedDesign()の読み込み
Rmarkdownをknitする際には，**source()**の項で**local = knitr::knit_global()**を指定する
https://bookdown.org/yihui/rmarkdown-cookbook/source-script.html
]
---
count: false
.panel1-load-packages-sources-auto[
```r
library(tidyverse)
library(broom)
library(lme4)
library(MASS)
library(hypr)
library(knitr)
source(
"http://read.psych.uni-potsdam.de/attachments/article/188/mixedDesign.v0.6.3.R",
local = knitr::knit_global()
)
*#source("http://read.psych.uni-potsdam.de/pmr2/attachments/article/188/SchadEtAlJML2019.R") #source("http://read.psych.uni-potsdam.de/pmr2/attachments/article/188/SchadEtAlJML2019.R")
```
]
.panel2-load-packages-sources-auto[
Schad et al (2020)の元コードは[こちら](http://read.psych.uni-potsdam.de/pmr2/attachments/article/188/SchadEtAlJML2019.R)
]
---
count: false
.panel1-load-packages-sources-auto[
```r
library(tidyverse)
library(broom)
library(lme4)
library(MASS)
library(hypr)
library(knitr)
source(
"http://read.psych.uni-potsdam.de/attachments/article/188/mixedDesign.v0.6.3.R",
local = knitr::knit_global()
)
#source("http://read.psych.uni-potsdam.de/pmr2/attachments/article/188/SchadEtAlJML2019.R") #source("http://read.psych.uni-potsdam.de/pmr2/attachments/article/188/SchadEtAlJML2019.R")
*set.seed(1212)
```
]
.panel2-load-packages-sources-auto[
乱数の固定
]
---
count: false
.panel1-load-packages-sources-auto[
```r
library(tidyverse)
library(broom)
library(lme4)
library(MASS)
library(hypr)
library(knitr)
source(
"http://read.psych.uni-potsdam.de/attachments/article/188/mixedDesign.v0.6.3.R",
local = knitr::knit_global()
)
#source("http://read.psych.uni-potsdam.de/pmr2/attachments/article/188/SchadEtAlJML2019.R") #source("http://read.psych.uni-potsdam.de/pmr2/attachments/article/188/SchadEtAlJML2019.R")
set.seed(1212)
*options(
* scipen = 999,
* digits = 2
* )
```
]
.panel2-load-packages-sources-auto[
指数表記の回避・有効数字2桁に設定
]
<style>
.panel1-load-packages-sources-auto {
color: black;
width: 38.6060606060606%;
hight: 32%;
float: left;
padding-left: 1%;
font-size: 80%
}
.panel2-load-packages-sources-auto {
color: black;
width: 59.3939393939394%;
hight: 32%;
float: left;
padding-left: 1%;
font-size: 80%
}
.panel3-load-packages-sources-auto {
color: black;
width: NA%;
hight: 33%;
float: left;
padding-left: 1%;
font-size: 80%
}
</style>
<!--
Rmarkdownをknitする際には，\`source()\`の項\`local = knitr::knit_global()\`を指定する"
-->
---
class: inverse, middle, center
# Conceptual explanation of default contrasts (p.3)
.footnote[以下，各対比の和訳は[R commanderにおける和訳](https://r-forge.r-project.org/scm/viewvc.php/pkg/po/R-ja.po?view=markup&revision=98&root=rcmdr&pathrev=235)に基づく]
---
class: split-50
name: treatment-contrast
## Treatment contrast 処理対比
::: columns
:::: pull-left
- 実験的介入treatmentの効果を，非介入群との比較で検討
- 実験群 vs 統制群
- 各実験群を同一の統制群と比べる
--
- 例：様々なプライミング効果を，同一の統制群と比べる
2. 綴字プライミング
1. 音韻的プライミング
3. プライミングなし（統制群）
--
- 対比は次の2つ
1. 綴字プライミング vs プライミングなし（統制群）
2. 音韻的プライミング vs プライミングなし（統制群）
::::
:::: pull-right
<img src="figures/Notes-Schad-etal-2020-schema-treatment-contrasts-1.png" width="576" style="display: block; margin: auto;" />
::::
:::
.footnote[dummy contrastとも呼ばれる]
---
class: split-50
## Sum contrast 零和対比
::: columns
:::: pull-left
- 実験的介入treatmentの効果を，全ての群の平均との比較で検討
- 実験群 vs 全体平均
--
- 例：様々なプライミング効果を，全体平均と比べる
1. 音韻的プライミング
2. 綴字プライミング
3. 意味プライミング
--
- 対比は次の2つ
1. 音韻的プライミング vs 全体平均
2. 綴字プライミング vs 全体平均
::::
:::: pull-right
<img src="figures/Notes-Schad-etal-2020-schema-sum-contrasts-1.png" width="576" style="display: block; margin: auto;" />
::::
:::
---
class: split-50
## Repeated contrast
::: columns
:::: pull-left
- （順序が決まっている）隣り合う水準同士を比較
- 実験群1 vs 実験群2
- 実験群2 vs 実験群3...
--
- 例：語の頻度の効果を，隣り合う水準と比べる
1. 低頻度
2. 中頻度
3. 高頻度
--
- 対比は次の2つ
1. 中頻度 vs 低頻度
2. 高頻度 vs 中頻度
::::
:::: pull-right
<img src="figures/Notes-Schad-etal-2020-schema-repeated-contrasts-1.png" width="576" style="display: block; margin: auto;" />
::::
:::
---
class: split-50
## Polynomial contrast 多項式対比
::: columns
:::: pull-left
- （順序と間隔が決まっている）隣り合う水準間の増減傾向を比較
- 水準間で同じペースで増加・減少？
- 水準間毎に，増加・減少のペースが変わる？
--
- 例：語の頻度の効果を，隣り合う水準と比べる
1. 低頻度
2. 中頻度
3. 高頻度
--
- 対比は次の2つ
1. 1次関数ペース（Linear; どの水準間でも一定ペースで増加・減少？）
2. 2次関数ペース（Quadratic; 次の水準間に移るほど増加・減少が激しい・穏やか？）
::::
:::: pull-right
<img src="figures/Notes-Schad-etal-2020-schema-polynomial-contrasts-1.png" width="576" style="display: block; margin: auto;" />
::::
:::
.footnote[[*This type of coding system should be used only with an ordinal variable in which the levels are equally spaced*](https://stats.idre.ucla.edu/r/library/r-library-contrast-coding-systems-for-categorical-variables/#:~:text=This%20type%20of%20coding%20system%20should%20be%20used%20only%20with%20an%20ordinal%20variable%20in%20which%20the%20levels%20are%20equally%20spaced)]
---
class: split-50
## Helmert contrast ヘルマート対比
::: columns
:::: pull-left
- 「1つの水準を残りの水準の平均と比較する」ことを繰り返す
- 水準1 vs 残りの水準（水準2と水準3の平均）
- 水準2 vs 残りの水準（水準3）
--
- 例：様々なプライミング効果を，種類ごとに比べる
1. 無効なプライミング1
2. 無効なプライミング2
3. 有効なプライミング
--
- 対比は次の2つ
1. 無効なプライミング1 vs 無効なプライミング2
2. 無効なプライミング vs 有効なプライミング
::::
:::: pull-right
<img src="figures/Notes-Schad-etal-2020-schema-helmert-contrasts-1.png" width="576" style="display: block; margin: auto;" />
::::
:::
---
---
class: inverse, middle, center
# Basic concepts illustrated using a two-level factor (pp.3--8)
---
class: inverse, middle
<!-- class: inverse, middle, split-50 -->
## 1要因2水準の実験で，応答変数の平均値を比較
1. シミュレーション用データを作成
2. シミュレーションの結果を図や表で確認
3. シミュレーション用データに対し線形モデルを構築
- とりあえず線形モデルを作るとどうなるか試す
4. Default contrast coding: treatment contrasts
5. Defining hypotheses
6. Sum contrast
7. Cell means parameterization
---
::::: block
### シミュレーション用データを作成
- [`mixedDesign()`](http://read.psych.uni-potsdam.de/attachments/article/188/mixedDesign.v0.6.3.R)を使う
- 1要因2水準
1. F1: 0.8秒
1. F2: 0.4秒
- 実験参加者数10人
- 被験者間計画 (between-subject design)
- 実験参加者は，F1の条件だけ，またはF2の条件だけに接する
1. F1: 5人
1. F2: 5人
:::::
---
<!--
https://stackoverflow.com/questions/67750561/vertically-scrollable-code-with-rstudio-and-xaringan
-->
count: false
### シミュレーション用データを作成
.panel1-simdat-auto[
```r
*set.seed(1212); simdat <- mixedDesign(
* B = 2,
* W = NULL,
* n = 5,
* M = matrix(
* c(0.8, 0.4),
* nrow = 2,
* ncol = 1,
* byrow = FALSE
* ),
* SD = 0.20,
* long = TRUE
*)
```
]
.panel2-simdat-auto[
]
.panel3-simdat-auto[
データフレーム作成
- **B**：被験者間計画での水準数，
- **W**：被験者内計画での水準数，
- **n**：被験者間計画での1水準あたりの実験参加者数，
- 実験参加者総数は，**B * n**
- **M**：水準ごとの応答変数の平均を示した行列
- 各行に水準ごとの応答変数の平均を入れる
- **SD**：要因の標準偏差
- **long**：「1試行1データ」の整然データでデータフレームを作成
]
---
count: false
### シミュレーション用データを作成
.panel1-simdat-auto[
```r
set.seed(1212); simdat <- mixedDesign(
B = 2,
W = NULL,
n = 5,
M = matrix(
c(0.8, 0.4),
nrow = 2,
ncol = 1,
byrow = FALSE
),
SD = 0.20,
long = TRUE
) |>
* rename(F = B_A)
```
]
.panel2-simdat-auto[
]
.panel3-simdat-auto[
要因名をB_AからFに変更
]
---
count: false
### シミュレーション用データを作成
.panel1-simdat-auto[
```r
set.seed(1212); simdat <- mixedDesign(
B = 2,
W = NULL,
n = 5,
M = matrix(
c(0.8, 0.4),
nrow = 2,
ncol = 1,
byrow = FALSE
),
SD = 0.20,
long = TRUE
) |>
rename(F = B_A) |>
* mutate(
* F = fct_recode(
* F,
* F1 = "A1",
* F2 = "A2"
* )
* )
```
]
.panel2-simdat-auto[
]
.panel3-simdat-auto[
水準名をA\*からF\*に変更
]
---
count: false
### シミュレーション用データを作成
.panel1-simdat-auto[
```r
set.seed(1212); simdat <- mixedDesign(
B = 2,
W = NULL,
n = 5,
M = matrix(
c(0.8, 0.4),
nrow = 2,
ncol = 1,
byrow = FALSE
),
SD = 0.20,
long = TRUE
) |>
rename(F = B_A) |>
mutate(
F = fct_recode(
F,
F1 = "A1",
F2 = "A2"
)
)
*str(simdat)
```
]
.panel2-simdat-auto[
```
'data.frame': 10 obs. of 3 variables:
$ F : Factor w/ 2 levels "F1","F2": 1 1 1 1 1 2 2 2 2 2
$ id: Factor w/ 10 levels "1","2","3","4",..: 1 2 3 4 5 6 7 8 9 10
$ DV: num 0.737 0.554 0.963 1.044 0.701 ...
```
]
.panel3-simdat-auto[
データフレームの中身の詳細を表示
]
<style>
.panel1-simdat-auto {
color: black;
width: 38.8%;
hight: 32%;
float: left;
padding-left: 1%;
font-size: 80%
}
.panel2-simdat-auto {
color: black;
width: 38.8%;
hight: 32%;
float: left;
padding-left: 1%;
font-size: 80%
}
.panel3-simdat-auto {
color: black;
width: 19.4%;
hight: 33%;
float: left;
padding-left: 1%;
font-size: 80%
}
</style>
---
::::: block
### シミュレーションの結果を図や表で確認
- 1要因2水準
1. F1: 0.8秒（標準偏差0.2秒）
1. F2: 0.4秒（標準偏差0.2秒）
:::::
---
count: false
### シミュレーションの結果を図や表で確認
.panel1-fig-simdat-auto[
```r
*simdat
```
]
.panel2-fig-simdat-auto[
```
F id DV
1 F1 1 0.74
2 F1 2 0.55
3 F1 3 0.96
4 F1 4 1.04
5 F1 5 0.70
6 F2 6 0.26
7 F2 7 0.39
8 F2 8 0.17
9 F2 9 0.48
10 F2 10 0.69
```
]
.panel3-fig-simdat-auto[
データセット
]
---
count: false
### シミュレーションの結果を図や表で確認
.panel1-fig-simdat-auto[
```r
simdat |>
* group_by(F)
```
]
.panel2-fig-simdat-auto[
```
# A tibble: 10 x 3
# Groups: F [2]
F id DV
<fct> <fct> <dbl>
1 F1 1 0.737
2 F1 2 0.554
3 F1 3 0.963
4 F1 4 1.04
5 F1 5 0.701
6 F2 6 0.262
7 F2 7 0.395
8 F2 8 0.173
9 F2 9 0.483
10 F2 10 0.687
```
]
.panel3-fig-simdat-auto[
説明変数の水準毎にデータをまとめ上げ
]
---
count: false
### シミュレーションの結果を図や表で確認
.panel1-fig-simdat-auto[
```r
simdat |>
group_by(F) |>
* summarise(
* N = length(DV),
* M = mean(DV),
* SD = sd(DV),
* SE = SD / sqrt(N)
* )
```
]
.panel2-fig-simdat-auto[
```
# A tibble: 2 x 5
F N M SD SE
<fct> <int> <dbl> <dbl> <dbl>
1 F1 5 0.8 0.2 0.0894
2 F2 5 0.4 0.2 0.0894
```
]
.panel3-fig-simdat-auto[
水準毎に，
- データの個数**N**，
- 応答変数の平均値**M**，
- 応答変数の平均値の標準偏差**SD**，
- 応答変数の平均値の標準偏差**SE**
を計算
]
---
count: false
### シミュレーションの結果を図や表で確認
.panel1-fig-simdat-auto[
```r
simdat |>
group_by(F) |>
summarise(
N = length(DV),
M = mean(DV),
SD = sd(DV),
SE = SD / sqrt(N)
) |>
* ungroup()
```
]
.panel2-fig-simdat-auto[
```
# A tibble: 2 x 5
F N M SD SE
<fct> <int> <dbl> <dbl> <dbl>
1 F1 5 0.8 0.2 0.0894
2 F2 5 0.4 0.2 0.0894
```
]
.panel3-fig-simdat-auto[
まとめ上げを解除
]
---
count: false
### シミュレーションの結果を図や表で確認
.panel1-fig-simdat-auto[
```r
simdat |>
group_by(F) |>
summarise(
N = length(DV),
M = mean(DV),
SD = sd(DV),
SE = SD / sqrt(N)
) |>
ungroup() |>
* (
* \(d){
* qplot(
* x = F, y = M,
* group = 1,
* data = d,
* geom = c("point", "line")
* )
* }
* )()
```
]
.panel2-fig-simdat-auto[
<img src="figures/Notes-Schad-etal-2020-fig-simdat_auto_05_output-1.png" width="576" style="display: block; margin: auto;" />
]
.panel3-fig-simdat-auto[
線グラフを描画
]
---
count: false
### シミュレーションの結果を図や表で確認
.panel1-fig-simdat-auto[
```r
simdat |>
group_by(F) |>
summarise(
N = length(DV),
M = mean(DV),
SD = sd(DV),
SE = SD / sqrt(N)
) |>
ungroup() |>
(
\(d){
qplot(
x = F, y = M,
group = 1,
data = d,
geom = c("point", "line")
)
}
)() +
* geom_errorbar(
* aes(
* max = M + SE,
* min = M - SE
* ),
* width = 0
* )
```
]
.panel2-fig-simdat-auto[
<img src="figures/Notes-Schad-etal-2020-fig-simdat_auto_06_output-1.png" width="576" style="display: block; margin: auto;" />
]
.panel3-fig-simdat-auto[