元の表から、論文の結果に使えるクリーニング、記述統計、有意性検定、図表の出力までのフロー。
フィールド名、単位、欠損値、重複行、外れ値、データ入力の誤りを確認します。
唯一の元の表を直接編集せず、まずワークシートのコピーを作りましょう。
分類名の統一、つづりの修正、重複項目の統合、テキストや日付形式の一括変換を行います。
OpenRefine の操作履歴は書き出せるので、クリーニングの過程を再現しやすくなります。
データを、1 行に 1 サンプル、1 列に 1 変数という解析用の形式に整理します。
コードで頻繁にエラーが出ないよう、変数名は英語、アンダースコア、短い名前を使うことをおすすめします。
平均、標準偏差、標準誤差を計算し、箱ひげ図、散布図、グループ別の傾向図を作成します。
検定の前にまず図を描きましょう。外れ値やグループ分けの問題の多くは、図で見つけやすくなります。
研究デザインに応じて、t 検定、ANOVA、相関、回帰、ノンパラメトリック検定、混合モデルを選びます。
統計手法は試験デザインに合わせる必要があり、ソフトのメニューから適当に選んではいけません。
統計表、有意差の文字、モデルの結果、論文用の図表を書き出します。
論文の修正時に再計算できるよう、解析スクリプトと最終的な結果表を両方保存しておくことをおすすめします。
