2x2交差計画の同等性検定の効果

解釈

キャリーオーバー効果のp値を有意水準（アルファまたはαで示される）と比較します。0.05のαが一般的です。p値がαより低い場合、キャリーオーバー効果は統計的に有意です。その場合、同等性検定の結果に偏りが生じる可能性があります。

解釈

処理効果のp値を有意水準（アルファまたはαで示されます）と比較します。0.05のαが一般的です。p値がαより低い場合、処理効果は統計的に有意です。

解釈

期間効果のp値を有意水準（アルファまたはαで示されます）と比較します。0.05のαが一般的です。p値がαより小さい場合、期間効果は統計的に有意です。その場合、同等性検定の結果に偏りが生じる可能性があります。

解釈

効果の標準誤差を使用して、ランダムサンプル変動性に関する各効果の推定値の精度を評価します。通常、標準誤差が小さいほど、効果の推定値の精度が高くなり、その信頼区間が狭くなります。

各効果をその標準誤差で割ると、効果のt値が計算されます。効果のサイズに関して標準誤差が小さいほど、t値の絶対値は大きくなります。このt値に関連付けられたp値がα水準より小さい場合、効果は統計的に有意であると結論付けます。詳細については、効果のp値に関するセクションを参照してください。

解釈

Minitabでは、自由度を使用して検定統計量を計算します。 自由度は、サンプルサイズに影響を受けます。サンプルサイズを大きくすると、母集団に関して提供される情報が増え、自由度が高くなります。

解釈

t値を使用して、帰無仮説を棄却するかどうかを判断できます。ただし、ほとんどの人はp値または信頼区間のほうが解釈が容易であるため、こちらを使用します。

各効果を標準誤差で割ると、効果のt値が求められます。効果のサイズに対して標準誤差のサイズが小さいほど、t値の絶対値が大きくなり、帰無仮説に対する証拠が強力になります。

各効果のt値は、対応するp値を計算するために使用されます。このt値に関連付けられたp値が有意水準より小さい場合、効果は統計的に有意であると結論付けます。詳細については、効果のp値に関するセクションを参照してください。

解釈

各効果のp値を使用して、効果が統計的に有意かどうかを判定します。各p値を有意水準（アルファまたはαで示されます）と比較します。通常、αの値として0.05が適しています。

効果のp値

p値 ≤ α: 効果は統計的に有意です

p値がα未満の場合は、帰無仮説を棄却し、効果は0から有意に異ならないと結論付けます。

p値 > α: 効果は統計的に有意ではありません

p値がαより大きい場合は、帰無仮説を棄却することはできません。効果は統計的に有意であると結論付けるのに十分な証拠はありません。

キャリーオーバー効果と期間効果のいずれかが統計的に有意な場合、同等性検定の結果は信頼できない可能性があります。処理効果は、期間効果またはキャリーオーバー効果と交絡している可能性があります。2x2交差計画を使用する場合は、データを収集して分析する前に、慎重に分析を計画してキャリーオーバー効果と期間効果を回避する必要があります。

キャリーオーバー効果と期間効果が統計的に有意ではない場合は、処理効果が統計的に有意かどうかを判定します。通常、処理効果が対象の効果となります。

解釈

各効果で、信頼区間とp値を使用して、効果が統計的に有意かを判定します。