の続きです。
今回はANOVA分析です。
Minutes ~ Gendar + Job + Minutes:Job
というモデル式を分析します。aov関数を使います。
Gendar, Jobそして、Gendar:Jobも統計的に有意なファクターだとわかりました。
summary.lm関数でも表示してみます。
summary.lm関数の表示で、InterceptのEstimateの43.564は女性・無業者の趣味娯楽の時間ですね。この値に、GendarMaleの31.287を加えると男性・無業者の74.851分になります。
切片の43.564にJobYesの-16.425を加えると女性・有業者の27.13分になります。
切片の43.564にGendarMaleの31.287とJobYesの-16.425とGendarMale:JobYesの-17.553を加えると男性・有業者の40.87分になります。
interaction.plot関数でグラフ表示してみます。
点線、無業者の線のほうが傾きが大きいです。無業者のほうが性別によっての違いが大きいということですね。
JobをX軸にしたinteraction.plotもみてみましょう。
実線、男性の線のほうが傾きが大きいですね。男性のほうが有業か無業かの影響を大きく受けるということですね。
今回は以上です。
