データ形式: Long Format と Wide Format

• 対応のある群間検定 (対応のあるt検定、Wilcoxon の符号順位検定 など)
  • 例: 同じ生徒の数学の点数を、ある教育方法の実施前と後で比較する。
  • 理由: 各生徒の前後の測定値が同じ行にあり、個人内の変化を直接比較しやすい。
• 多変量解析
  • ANOVA、ロジスティック回帰、ANCOVA、重回帰分析、多変量分析、主成分分析 (PCA)、因子分析 など。
  • 例:
    • ANOVA (多元配置分散分析): 学年、性別、学習方法が試験成績に与える影響を同時に分析する。
    • ロジスティック回帰モデル: 生徒の属性 (年齢、学習時間、出席率) から合格/不合格を予測する。など
  • 理由:
    • 複数の変数間の関係を同時に分析し、交互作用や複雑なパターンを検出できる。

• 対応のない群間検定 (t検定、Mann-Whitney U検定 など)
  • 例: 異なる2つのクラスの数学の点数を比較する。
  • 理由: 各観測値が独立した行にあり、群 (クラス) 間の比較がしやすい。
• 混合効果モデル
  • 例: 生徒の成績に対する、教師の影響と生徒個人の特性の影響を分離して分析する。
  • 理由: 個人内変動と個人間変動を同時に扱えるため。

• 手順
  • 各対象の異なる変数や測定時点を、それぞれ新しい行に分けます。
  • 変数の名前や測定時点を示す新しい列を作成します。
• 注意事項
  • データ量が増えるため、行数が多くなり、データ管理が煩雑になる可能性があります。
  • 変数や測定時点が多い場合、変換後のデータセットが非常に大きくなることがあります。

Wide format から Long Format に変換

• 手順
  • 各観測の変数や測定時点を、新しい列として分けます。
  • 変数の値を、それぞれの新しい列に配置します。
• 注意事項
  • 変数や測定時点が多い場合、列数が増えてデータ管理が煩雑になることがあります。
  • 多くの欠損値がある場合、解析が困難になることがあります。

Long format から Wide Format に変換

• Wide Format は、同じ対象の複数の特性を同時に比較したり、全体的なパターンを見出したりする際に適しています。
• Long Format は、時間経過による変化や、複雑な階層構造を持つデータを分析する際に適しています。