ANOVA-정규성검정과 등분산 검정 결과를 고려

[이한숙]

다음의 조건을 확인하고 통계선택

두 그룹 모두 정규성 충족 + 등분산성 충족	ANOVA
정규성 비충족 (일부 또는 전체) + 등분산성 충족	비모수 검정 (Kruskal-Wallis Test)
정규성 충족 + 등분산성 비충족	Welch's ANOVA
정규성 비충족 + 등분산성 비충족	Kruskal-Wallis Test 또는 PERMANOVA

변수별로 다른 통계를 적용할 필요 확인후 통계에서 정규성과 등분산성 확인후 선택

✅ 정규성 및 만족하는 변수 (cadence, cofsi, terminalstancegc) → ANOVA + Tukey HSD
✅ 정규성을 만족하지 않는 변수 (그 외 모든 변수) → Kruskal-Wallis + Dunn’s Test
✅ 결과를 CSV 및 Excel 파일로 저장

# ✅ 필요한 패키지 설치 (최초 1회 실행) 
if (!require("tidyverse")) install.packages("tidyverse", dependencies = TRUE)
if (!require("rstatix")) install.packages("rstatix", dependencies = TRUE)
if (!require("car")) install.packages("car", dependencies = TRUE)
if (!require("dplyr")) install.packages("dplyr", dependencies = TRUE)
if (!require("purrr")) install.packages("purrr", dependencies = TRUE)
if (!require("tibble")) install.packages("tibble", dependencies = TRUE)
if (!require("FSA")) install.packages("FSA", dependencies = TRUE)  # Dunn's Test
if (!require("openxlsx")) install.packages("openxlsx", dependencies = TRUE)  # Excel 저장

# ✅ 패키지 로드
library(tidyverse)
library(rstatix)
library(car)
library(dplyr)
library(purrr)
library(tibble)
library(FSA)
library(openxlsx)

# 📁 데이터 불러오기
Data <- read_csv("20250224(인지제외).csv")

# 📊 보행조건 변환 (필수)
Data$condition <- factor(Data$condition, levels = c(1, 2, 3), labels = c("평지보행", "물컵들고 보행", "숫자세기 보행"))

# ✅ 분석할 변수 목록
gait_vars <- c("loadingresponsetime", "loadingresponsegc", 
               "midstancetime", "midstancegc", "terminalstancetime",
               "preswingtime", "preswinggc",
               "firstdsp", "firstdspsi", "seconddsp", "seconddspsi",
               "cadence", "cadencero", "cadencesi",
               "stancetimesi", "swingtimesi", "stridetimesi", "cofsi", "terminalstancegc")

# ✅ 정규성 및 등분산성 검정 함수
check_normality <- function(df, variable) {
  if (length(unique(df[[variable]])) < 3) return(NA)  # 데이터가 3개 미만이면 검사 불가
  shapiro_test <- shapiro.test(df[[variable]])
  return(shapiro_test$p.value)
}

check_homogeneity <- function(df, variable) {
  levene_test <- leveneTest(as.formula(paste(variable, "~ condition")), data = df)
  return(levene_test$`Pr(>F)`[1])
}

# ✅ 정규성 및 등분산성 검정 수행
normality_results <- tibble(
  Variable = gait_vars,
  Normality = map_dbl(gait_vars, ~ check_normality(Data, .x)),
  Homogeneity = map_dbl(gait_vars, ~ check_homogeneity(Data, .x))
)

# ✅ ANOVA & Kruskal-Wallis 적용 변수 분류
anova_vars_all <- normality_results %>% filter(Normality > 0.05 & Homogeneity > 0.05) %>% pull(Variable)
kruskal_vars_all <- setdiff(gait_vars, anova_vars_all)

# ✅ 워크북 생성
anova_workbook <- createWorkbook()
kruskal_workbook <- createWorkbook()

# ✅ ANOVA 수행
perform_anova <- function(df, variable, workbook) {
  anova_result <- aov(as.formula(paste(variable, "~ condition")), data = na.omit(df))
  anova_summary <- summary(anova_result)
  anova_df <- as.data.frame(anova_summary[[1]])
  
  # ✅ CSV 저장
  write_csv(anova_df, paste0("ANOVA_", variable, "_results.csv"))
  
  # ✅ 엑셀 저장
  addWorksheet(workbook, sheetName = paste0(variable, "_ANOVA"))
  writeData(workbook, sheet = paste0(variable, "_ANOVA"), anova_df)

  # ✅ Tukey HSD 사후검정 수행
  if (anova_df["condition", "Pr(>F)"] < 0.05) {
    tukey_result <- TukeyHSD(anova_result)
    tukey_df <- as.data.frame(tukey_result$condition) %>% 
                rownames_to_column(var = "Comparison")
    
    write_csv(tukey_df, paste0("TukeyHSD_", variable, "_results.csv"))
    
    addWorksheet(workbook, sheetName = paste0(variable, "_Tukey"))
    writeData(workbook, sheet = paste0(variable, "_Tukey"), tukey_df)
  }
}

# ✅ Kruskal-Wallis 수행
perform_kruskal <- function(df, variable, workbook) {
  kruskal_result <- kruskal.test(as.formula(paste(variable, "~ condition")), data = df)
  kruskal_df <- data.frame(Variable = variable, Statistic = kruskal_result$statistic, p_value = kruskal_result$p.value)
  
  # ✅ CSV 저장
  write_csv(kruskal_df, paste0("Kruskal_", variable, "_results.csv"))
  
  # ✅ 엑셀 저장
  addWorksheet(workbook, sheetName = paste0(variable, "_Kruskal"))
  writeData(workbook, sheet = paste0(variable, "_Kruskal"), kruskal_df)

  # ✅ Dunn’s Test 수행
  if (kruskal_df$p_value < 0.05) {
    dunn_result <- dunnTest(as.formula(paste(variable, "~ condition")), data = df, method = "bonferroni")
    dunn_df <- dunn_result$res
    
    write_csv(dunn_df, paste0("Dunn_", variable, "_results.csv"))
    
    addWorksheet(workbook, sheetName = paste0(variable, "_Dunn"))
    writeData(workbook, sheet = paste0(variable, "_Dunn"), dunn_df)
  }
}

# ✅ 전체 데이터에 대해 분석 실행
for (var in anova_vars_all) {
  perform_anova(Data, var, anova_workbook)
}
for (var in kruskal_vars_all) {
  perform_kruskal(Data, var, kruskal_workbook)
}

# ✅ 엑셀 파일 저장
saveWorkbook(anova_workbook, file = "ANOVA_Results.xlsx", overwrite = TRUE)
saveWorkbook(kruskal_workbook, file = "Kruskal_Results.xlsx", overwrite = TRUE)