タグ付けされた質問 「anova」

さまざまな本やウェブページで繰り返し測定または被験者内デザインについて読んだときはいつでも、常に取り上げられる例は、ある種の長期的または繰り返し測定デザインです（たとえば、人は1日のうちに同じスケールで数回測定されます）。私の実験では、ランダムな順序でさまざまな写真を人々に見せ、これらの写真をさまざまなカテゴリにグループ化しました。これは反復測定または被験者内設計の例ですか？つまり、データで反復測定（被験者内）分散分析を使用できますか（すべての基本的な仮定を満たす場合）。

8 anova  repeated-measures 

3つの異なる条件下で、継続的な結果の違いをテストしています。 条件AIで結果を測定します。同じサンプルに対してこれを2回行います。値の例は2.2、2.1です。これらは、同じ生物学的ソースに由来する「技術的な」複製です 条件Aの4つの「生物学的」複製についても同じことを行います。 A1, measure 1: 2.2 A1, measure 2: 2.1 A2, measure 1: 2.0 A2, measure 2: 2.1 A3, measure 1: 1.9 A3, measure 2: 1.8 A4, measure 1: 1.5 A4, measure 2: 1.6 また、条件B、C、およびDがあり、4つの「生物学的」複製のそれぞれに2つの「技術的」複製があります。 技術的変動と生物学的変動の両方を最もよく説明する平均差（ANOVA）の検定をどのようにテストしますか？各ペアは同じ生体サンプルに由来するため、各測定を個別の観測値としてカウントするモデルを適合させたくありません。ペアを平均するよりももっと良い方法があるはずだと思います。 おまけ：Rではこれをどのように行うのですか？ 私が次のようなデータを持っていると仮定します： > data condition sample measurement outcome 1 A 1 1 2.2 …

8 r  regression  anova 

割合、比率、および割合のデータは、生態学で非常に一般的です（たとえば、受粉した花の％、男性：女性の性比、処理に対する死亡率％、草食動物が食べた葉の％）。最近、一部の応用統計学者が「エコロジー」というタイトルのジャーナルエコロジーで記事を発表しました。「アークサインは異常です：エコロジーにおける比率の分析」。彼らは、Zarの "Biostatistical Analysis"やSokalやRohlfの "Biometry"（両方とも第3版または第4版）のような長期実行テキストによってアークサイン変換が促進されたが、この手法は一般化線形モデルとより優れたコンピューティングによって時代遅れになっていると指摘しました。 ： アークサイン平方根変換は、生態学の比例データを分析するときの標準的な手順であり、2項および非2項の応答変数を含むデータセットに適用されます。ここでは、どちらの状況でもアークサイン変換を使用しないでください。二項データの場合、ロジスティック回帰は、変換されたデータの分析よりも解釈可能性が高く、検出力が高くなります。[...]非二項データの場合、アークサイン変換は、解釈可能性の理由から、および無意味な予測を生成する可能性があるため、望ましくありません。ロジット変換は、これらの問題に対処するための代替アプローチとして提案されています。 他の分野（精神？医学？）でどのくらい一般的な比率データがあるのか​​と思っていました。アークサインはまだ他の分野で一般的に使用されているのですか、それとも生態学者はこの（または他の）時代遅れの、または最適な手法よりも使用が例外的ですか？より高度な技術を使用する必要性を強調する他の分野の論文はありますか？

8 regression  anova  data-transformation  generalized-linear-model 

保護された対応のあるサンプルのt検定を分析で使用するように依頼されました。要求者は、ペアのサンプルのt検定を実行するときに、被験者内のANOVA（1つの因子と4つのレベル）の全体的なMSeを使用しない場合、ANOVAからの保護は実際にはないことを述べています。 私が覚えているように、被験者間ANOVAでは、この手順は分散の均一性の仮定が満たされている場合にのみ防御できます。被験者内分散分析への拡張と思われるのは、球形性の違反がない場合にのみ許可されることです。このデータセットには違反があるため、球形性のHuynh-Feldt補正を適用することにしました。いずれにしても、このようなアプローチは分母の自由度を高めるため、保守的ではないと思われます。さらに、Rのpairwise.t.testのヘルプファイルには、「プーリングはペアのテストに一般化されていない」とあります。 私が計画した比較t検定の目的は、有意な分散分析をもたらした条件間の違いを識別することだけです。エラー分散のプールを拒否する理由を正当化したいのですが、そのようなアプローチが不適切であることを明確に示す引用を見つけることができません。誰か知っていますか？あるいは、なぜこの問題に対する私の考えが間違っているのですか？

8 anova  t-test  multiple-comparisons  repeated-measures 

各ベンチマークにベンチマークとサブサンプルのデータセットがあります。これらのベンチマークとそのサブサンプルを対象マシンで実行します。サブサンプルによって調査される「個人」は各対象マシンで同じであり、ベンチマークは各対象マシンで同じです。んんnメートルメートルmppp この状況でRで分散分析を実行するにはどうすればよいですか？ 主に、平均値と信頼区間の合計を計算します。サブサンプルの平均についてはまったく気にしませんが、最終的な信頼と平均でそこの複製を認識したいと思います。ベンチマークの手段については気にするかもしれません。このanovaをRでセットアップする方法を理解できません。手動で計算して平均を再現できるようにしたいと考えています。 私が試してみましたglm、anova、aov、とlme私は完全に混乱しています。ANOVAの結果は、2つの対象マシンについて、ネストされたマシン/ベンチマーク/チェックポイントの平均と同等であると思いますが、それらを試しても平均値は同じにはなりません。 編集： http://zoonek2.free.fr/UNIX/48_R/13.htmlから手がかりを取得し始めています

8 r  anova  split-plot 

私は、Bayesian Two Factor ANOVAをBUGSにフィッティングするか、Rパッケージを利用することに興味があります。残念ながら、このトピックに関するリソースを見つけるのに苦労しています。助言がありますか？アプローチについて説明した記事も役立ちます。

8 r  bayesian  anova  bugs