SPSSを使用した2x3混合設計ANOVAの事後テスト？

実験中に3回評価された10人の参加者の2つのグループがあります。グループ間および3つの評価全体の違いをテストするために、group（コントロール、実験）、time（最初、2、3）、およびを使用して2x3混合設計ANOVAを実行しましたgroup x time。両方timeとgroup有意な相互作用があったほか、重大な結果group x time。

グループメンバーシップに関しても、3回の評価の違いをさらにチェックする方法をよく知りません。実際、最初は、ANOVAのオプションで、ボンフェローニの補正を使用してすべての主要な効果を比較することだけを指定しました。しかし、この方法で、グループを区別せずに、サンプル全体の時間の違いをこのように比較したことに気付きましたね。

したがって、可能な解決策を見つけるためにインターネットでたくさん検索しましたが、結果はほとんどありませんでした。私と同じようなケースは2つしか見つかりませんでしたが、解決策は逆です！

記事では、混合設計の後、著者らは被験者ごとに1つずつ、2回の反復測定ANOVAを事後的に実行しました。このようにして、2つのグループは修正なしで個別に分析されます。
インターネットのガイドでは、混合ANOVAの実行中に、SPSS構文のCOMPARE(time) ADJ(BONFERRONI)直後にを手動で追加すると述べています/EMMEANS=TABLES(newgroup*time)。このように、3つの時間はグループごとに個別に比較されます。ボンフェローニ補正を使用すると、私は正しいのでしょうか。

どう思いますか？どちらが正しい方法でしょうか？

anova mixed-model spss post-hoc bonferroni time-series unevenly-spaced-time-series classification normal-distribution discriminant-analysis probability normal-distribution estimation sampling classification svm terminology pivot-table random-generation self-study estimation sampling estimation categorical-data maximum-likelihood excel least-squares instrumental-variables 2sls total-least-squares correlation self-study variance unbiased-estimator bayesian mixed-model ancova statistical-significance references p-value fishers-exact probability monte-carlo particle-filter logistic predictive-models modeling interaction survey hypothesis-testing multiple-regression regression variance data-transformation residuals minitab r time-series forecasting arima garch correlation estimation least-squares bias pca predictive-models genetics sem partial-least-squares nonparametric ordinal-data wilcoxon-mann-whitney bonferroni wilcoxon-signed-rank traminer regression econometrics standard-error robust misspecification r probability logistic generalized-linear-model r-squared effect-size gee ordered-logit bayesian classification svm kernel-trick nonlinear bayesian pca dimensionality-reduction eigenvalues probability distributions mathematical-statistics estimation nonparametric kernel-smoothing expected-value filter mse time-series correlation data-visualization clustering estimation predictive-models recommender-system sparse hypothesis-testing data-transformation parametric probability summations correlation pearson-r spearman-rho bayesian replicability dimensionality-reduction discriminant-analysis outliers weka

— フェデリコ
ソース

stats.stackexchange.com/questions/575/...

— russellpierce

Winer（1962）の統計に関するマスターテキスト。は、これを含む多くの種類のANOVAの後の事後比較で使用されるエラー項の式を提供します。

こんにちは@StuartMcKelvieです。詳細を教えてください。現状では、あなたの答えはOP や将来のビジターにはほとんど使えません。（さらに、Winer [1962]のリファレンスを提供していません。古いため、簡単に見つけることができない場合があります。）

— Patrick Coulombe 14年

IBM SPSS Statistics（18＆19）からこの無料の章を見つけました：Workbook psychtestingonline.com/PDFDownloader.aspx?pdf=3これはまさにあなたのケースについてです

— sviter

私はまったく同じ問題を抱えています。最後に特定の方法を決めましたか？ありがとうございました。

— LaoiseNíChléirigh16年

回答:

@Ferdiによる励ましと建設的なコメントを実装するために編集された回答

私はしたいと思います：

完全に含まれているスクリプトで回答を提供する
/ TESTコマンドを使用して、より一般的なカスタムコントラストをテストすることもできます。
場合によっては、これが必要であると主張します（つまり、EMMEANS COMPAREの組み合わせでは不十分です）。

列があるデータベースがあると仮定します：depV、Group、F1、F2。2x2x2混合設計ANOVAを実装します。ここで、depVは従属変数であり、F1とF2はサブジェクトファクター内にあり、グループはサブジェクトファクター間です。さらに、F検定により、相互作用Group * F2が有意であることが明らかになったと仮定します。したがって、相互作用を駆動するものを理解するために、事後t検定を使用する必要があります。

MIXED depV BY Group F1 F2 
  /FIXED=Group F1 F2 Group*F1 Group*F2 F1*F2 Group*F1*F2 |  SSTYPE(3) 
  /METHOD=REML 
  /RANDOM=INTERCEPT | SUBJECT(Subject) COVTYPE(VC) 
  /EMMEANS=TABLES(Group*F2) COMPARE(Group) ADJ(Bonferroni)
  /TEST(0) = 'depV(F2=1)-depV(F2=0) differs between groups' 
    Group*F2 1/4 -1/4 -1/4 1/4 
    Group*F1*F2 1/8 -1/8 1/8 -1/8 -1/8 1/8 -1/8 1/8 
  /TEST(0) = 'depV(Group1, F2=1)-depV(Group2, F2=1)' Group 1 -1
    Group*F1 1/2 1/2 -1/2 -1/2 
    Group*F2 1 0 -1 0  
    Group*F1*F2 1/2 0 1/2 0 -1/2 0 -1/2 0 .

特に、2番目のt検定は、EMMEANSコマンドによって実行されるものに対応します。EMMEANSを比較すると、たとえば、F2 = 1の条件では、グループ1のdepVが大きかったことがわかります。

ただし、相互作用は、最初のテストで検証された別のものによっても引き起こされる可能性があります。グループ間で差depV（F2 = 1）-depV（F2 = 0）が異なります。これは、EMMEANSコマンドで検証できない対照です。（少なくとも私は簡単な方法を見つけられませんでした）。

さて、多くの要素を持つモデルでは、L行列と呼ばれる/ TEST行、1 / 2、1 / 4などのシーケンスを書き留めるのが少し難しいです。通常、「L行列は推定できません」というエラーメッセージが表示される場合は、いくつかの要素を忘れています。領収書を説明するリンクの1つは次のリンクです。https：//stats.idre.ucla.edu/spss/faq/how-can-i-test-contrasts-and-interaction-contrasts-in-a-mixed-model/

— ファビオブ
ソース

すばらしい答えです。1.リンクの内容を要約し、2。統計的に何をしているのかを説明すると、さらに良い結果が得られます

— Ferdi

SPSS構文は特によくわかりませんが、状況を正しく理解している場合、重要な相互作用は、主な効果の重要性を適切に評価するために、個別の分析を行う必要があることを意味します。続行する最良の方法は、グループ化因子のレベルごとに個別の反復測定分析を行うことだと思います。おそらく、他の誰かが事後分析中に複数の比較の修正を処理する方法の問題についてよりよく話すことができますが、修正を使用する必要があると確信しています。多重比較修正として、Tukeyを試してみてください。

— カイル。
ソース

お返事ありがとうございます。私が正しく理解している場合は、ソリューション1）を提案します。各グループに1つずつ、2つの個別の反復測定分散分析を、被験者内の独立変数（3レベル）として時間とともに実行し、重要な場合、主効果をTukeyの補正と比較します。（または、Bonferroniは大丈夫ではないでしょうか？）。私は正しく理解しましたか？

— フェデリコ

この場合、SPSSを使用して「データ/分割ファイル...」を選択し、グループ化変数を入力しました。これは正しいです？このようにして、コントロールグループのわずかに有意な分散分析（p = 0.044）を見つけましたが、ボンフェローニ（Tukeyを実行することはできません）の比較はすべて重要ではありません...これをどう説明すればよいですか？分散分析の結果はタイプミスですか？

— フェデリコ

要するに。これらの状況について、世界的に受け入れられている慣例はありません。一部はボンフェローニ修正を使用します。いくつかはTukey HSDフレームワークにそれらのために踊るように強制します（例：Maxwell＆Delaney）。対照的に...

COMPARE(time) ADJ(BONFERRONI)", just after "/EMMEANS=TABLES(newgroup*time)

...ボンフェローニ修正を使用しているようです。ただし、このアプローチは、特にHolm-Sidakスタイルの修正に直面して、保守的である可能性があります。（特に、MSWを事後比較のエラー項として使用しない場合）。

— ラッセルピアス
ソース