タグ付けされた質問 「anova」

多因子ANOVAで変数が指定される順序は違いを生じるが、多重線形回帰を行う場合、順序は重要ではないことを理解するのは正しいですか？ そのため、測定された失血 yや2つのカテゴリ変数などの結果を想定します アデノイド切除術の方法 a、 扁桃摘出方法 b。 モデルy~a+bはモデルとは異なりますy~b+a（または、Rでの私の実装は示すようです）。 ここでの用語は、ANOVAは階層モデルであるということを理解するのは正しいですか？最初の要因に残差の分散を割り当てる前に、最初の要因にできる限り多くの分散を割り当てるためですか？ 上記の例では、扁桃摘出術を行う前にアデノイド切除術を最初に行うので、階層は理にかなっていますが、固有の順序のない2つの変数があるとどうなりますか？

20 regression  hypothesis-testing  anova  unbalanced-classes  sums-of-squares 

これは厳密な統計問題ではありません。ANOVAの仮定に関するすべての教科書を読むことができます。実際の作業アナリストが仮定を完全に満たさないデータをどのように処理するかを考えています。私はこのサイトで多くの質問に答えを探しましたが、ANOVAを使用しないとき（抽象的で理想的な数学的コンテキストで）またはRで以下に説明するいくつかの方法を行う方法についての投稿を探し続けています。人々が実際にどのような決定を下し、なぜそれを決定しようとしているのか。 4つのグループのツリー（統計ツリーではなく実際のツリー）からグループ化されたデータの分析を実行しています。各ツリーには約35の属性のデータがあり、各属性を調べて、その属性でグループが大きく異なるかどうかを判断します。ただし、いくつかのケースでは、分散が等しくないため、ANOVAの仮定にわずかに違反します（Leveneのテストによると、alpha = .05を使用）。 私が見るように、私のオプションは次のとおりです。1.データをパワー変換し、Levene p-valを変更するかどうかを確認します。2.ウィルコクソンのようなノンパラメトリック検定を使用します（もしそうなら、どれですか？）。3.ボンフェローニのように、ANOVAの結果に対して何らかの修正を行います（実際にこのようなものが存在するかどうかはわかりませんか？）。最初の2つのオプションを試したところ、わずかに異なる結果が得られました。場合によっては、一方のアプローチが重要で、もう一方のアプローチは重要ではありません。私はp値の釣りのtrapに陥ることを恐れており、どのアプローチを使用するのかを正当化するのに役立つアドバイスを探しています。 また、平均と分散が相関しない限り（つまり、両者が一緒に増加する）ANOVAの場合、不均一分散性はそれほど大きな問題ではないことを示唆するものも読んでいます。そのようなパターン？もしそうなら、これのテストはありますか？ 最後に、ピアレビューされたジャーナルへの掲載のためにこの分析を行っていることを付け加える必要があります。そのため、私が決めようとするアプローチはすべて、レビューアーと一緒に合格しなければなりません。だから、もし誰かが同様の公開された例へのリンクを提供できれば素晴らしいでしょう。

19 anova  heteroscedasticity  assumptions 

パッケージから使用lmeして、反復測定ANOVAのnlme結果を複製しようとしていますaov。これは、単一因子の反復測定実験と、被験者間因子と被験者内因子を1つずつ含む2因子実験で行いましたが、2因子を含む2因子実験ではうまくいきません。 -対象因子。 以下に例を示します。AおよびBは固定効果因子でsubjectあり、変量効果因子です。 set.seed(1) d <- data.frame( Y = rnorm(48), subject = factor(rep(1:12, 4)), A = factor(rep(1:2, each=24)), B = factor(rep(rep(1:2, each=12), 2))) summary(aov(Y ~ A*B + Error(subject/(A*B)), data=d)) # Standard repeated measures ANOVA library(nlme) # Attempts: anova(lme(Y ~ A*B, data=d, random = ~ 1 | subject)) # not same …

19 r  anova  mixed-model  repeated-measures  lme4-nlme 

モデルがANOVAの仮定を満たさない場合（特に正規性）、一方向の場合、クラスカルワリスのノンパラメトリック検定が推奨されます。しかし、複数の要因がある場合はどうでしょうか？

19 anova  nonparametric  kruskal-wallis 

私の理解では、「コントロール」には統計上で2つの意味があります。 対照群：実験では、対照群のメンバーに治療は施されていません。例：プラセボと薬物：あるグループに薬物を投与し、他のグループ（対照）には投与しません。これは「制御実験」とも呼ばれます。 変数の制御：特定の独立変数の効果を分離する手法。この技術に与えられた他の名前のいくつかは、「会計」、「保持定数」、「制御」、いくつかの変数です。例：サッカー視聴調査（好きか嫌いか）では、性別がバイアスを引き起こすと考えられるため、性別の影響を取り除くことができます。つまり、男性は女性よりもそれを好む可能性があります。 したがって、私の質問はポイント（2）に対するものです。2つの質問： 一般的に、どのようにして変数を「制御」/「アカウント」しますか。どのようなテクニックが使用されていますか？（回帰の観点から、ANOVAフレームワーク）。 上記の例では、男性と女性をランダムに選択することがコントロールを構成していますか？つまり、「ランダム」は他の効果を制御するためのテクニックの1つですか？

19 regression  self-study  anova  experiment-design  controlling-for-a-variable 

受けて、この質問、私はランダムのいずれかで、私は私が代わりに混合モデルを使用する必要があることの答えを私は反復測定ANOVAを使用する必要がありますたとえばました異なるカテゴリからの写真で参加者を提示ところ、私のデザインかどうかについて理由は、サブジェクトとカテゴリの2つの依存関係があるからです。 私の質問は次のとおりです。このタイプの繰り返し測定の設計を行うときに、このように2つの依存関係があるのは常にそうではありませんか？つまり、どのような状況で反復測定ANOVAが混合効果モデリングアプローチよりも望ましいのか、そしてその理由は何ですか？

19 anova  mixed-model  repeated-measures 

グループ間ANOVAの状況を見ると、実際にそのようなANOVAテストを実際に実行し、2番目に事後（Bonferroni、Shidákなど）または計画比較テストを実行すると何が得られますか？ANOVAの手順を完全にスキップしてみませんか？ このような状況で、グループ間ANOVAの利点の1つは、TukeyのHSDを事後テストとして使用できることです。後者では、関連する標準誤差を計算するために、ANOVAテーブルのグループ内平均平方が必要です。ただし、対応のないt検定に対するBonferroniとŠidákの調整には、ANOVA入力は必要ありません。 グループ内の分散分析の状況についても同じ質問を提起したいと思います。そのような場合、テューキーのHSDテストは、この質問をさらに緊急にする関連する考慮事項ではありません。

19 hypothesis-testing  anova  multiple-comparisons  post-hoc 

ANOVAに関するウィキペディアの記事では、 最も単純な形式では、ANOVAはいくつかのグループの平均が等しいかどうかの統計的検定を提供するため、t検定を3つ以上のグループに一般化します。 これについての私の理解は、ANOVAは2グループ比較に関してt検定と同じであるということです。 ただし、以下の私の簡単な例（R）では、ANOVAとt検定は似ていますが、わずかに異なるp値を与えます。誰でもその理由を説明できますか？ x1=rnorm(100,mean=0,sd=1) x2=rnorm(100,mean=0.5,sd=1) y1=rnorm(100,mean=0,sd=10) y2=rnorm(100,mean=0.5,sd=10) t.test(x1,x2)$p.value # 0.0002695961 t.test(y1,y2)$p.value # 0.8190363 df1=as.data.frame(rbind(cbind(x=x1,type=1), cbind(x2,type=2))) df2=as.data.frame(rbind(cbind(x=y1,type=1), cbind(y2,type=2))) anova(lm(x~type,df1))$`Pr(>F)`[1] # 0.0002695578 anova(lm(x~type,df2))$`Pr(>F)`[1] # 0.8190279

18 r  hypothesis-testing  anova  t-test 

この暫定的な（進行中の）試みをANOVAおよび回帰に相当するものにしようとする試みを完了するのを手伝ってもらえますか？私はこれら2つの方法論の概念、命名法、構文を調和させようと試みてきました。このサイトには、その共通性に関する多くの投稿があります。たとえばthisまたはthisです。しかし、開始時に簡単な "you are here"マップを用意しておくとよいでしょう。 私はこの投稿を更新する予定であり、間違いを修正するのに役立つことを望んでいます。 一元配置分散分析： Structure: DV is continuous; IV is ONE FACTOR with different LEVELS. Scenario: miles-per-gal. vs cylinders Note that Income vs Gender (M, F) is a t-test. Syntax: fit <- aov(mpg ~ as.factor(cyl), data = mtcars); summary(fit); TukeyHSD(fit) Regression: fit <- lm(mpg ~ as.factor(cyl), mtcars) # …

18 regression  anova  mixed-model 

いくつかの場所で、MANOVAはANOVAと線形判別分析（LDA）に似ているが、常に手を振るような方法で作成されたという主張を見ました。正確に何を意味するのか知りたいです。 MANOVA計算のすべての詳細を説明するさまざまな教科書を見つけましたが、統計学者ではない人がアクセスできる適切な一般的な議論（写真は言うまでもありません）を見つけるのは非常に難しいようです。

18 anova  discriminant-analysis  manova 

RとANOVAを実行しましたが、大きな違いがありました。しかし、Tukeyの手順を使用して、どのペアが大幅に異なるかをチェックするとき、それらのいずれも取得しませんでした。これはどのように可能ですか？ コードは次のとおりです。 fit5_snow<- lm(Response ~ Stimulus, data=audio_snow) anova(fit5_snow) > anova(fit5_snow) Analysis of Variance Table Response: Response Df Sum Sq Mean Sq F value Pr(>F) Stimulus 5 73.79 14.7578 2.6308 0.02929 * Residuals 84 471.20 5.6095 --- Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1 …

18 anova  post-hoc  tukey-hsd 

SPSS（第3版）を使用したフィールドの統計情報の読み取りANOVAでの事後検定について少し感銘を受けました。タイプIエラー率を制御したい人のために、彼はBonferroniまたはTukeyを提案し、述べています（p。374）。 ボンフェローニは、比較の数が少ない場合により多くの力を持ちますが、テューキーは多数の平均をテストする場合により強力です。 少数の手段と多数の手段の間にどこに線を引きますか？

18 anova  multiple-comparisons  post-hoc  bonferroni  tukey-hsd 

私はR のezパッケージの作成者であり、ANOVAの出力に尤度比（LR）の自動計算を含めるための更新に取り組んでいます。アイデアは、ANOVAが達成する効果のテストに類似した各効果のLRを提供することです。例えば、主な効果のためにLRは、主な効果を含むモデルにヌルモデルの比較を示し、相互作用のためのLRは、主効果の両方を含むモデル対の両方の成分主効果含むモデルの比較を表しとを彼らの相互作用など LR計算の私の理解は、基本的な計算と複雑さの修正をカバーするGlover＆Dixon（PDF）と、反復測定変数を含む計算をカバーするBortolussi＆Dixon（付録PDF）の付録から得ています。理解度をテストするために、サンプルのANOVA（偽データを使用して2 * 2 * 3 * 4設計から生成された）からdfとSSを取得し、各効果のLRを計算するこのスプレッドシートを開発しました。 そのような計算にもう少し自信がある人が見て、私がすべてを正しくしたことを確認できたら本当に感謝しています。抽象コードを好む人のために、ezANOVA（）への更新を実装するRコードがあります（特に15〜95行目を参照）。

18 r  anova  likelihood-ratio 

私は次の実験を行っています： DV：スライスの消費（継続的またはカテゴリー化可能） IV：健全なメッセージ、不健全なメッセージ、メッセージなし（コントロール）（ランダムに割り当てられた3つのグループ-カテゴリ）これは、スライスの健全性について操作されたメッセージです。 次のIVは、個人差変数と見なすことができます。 衝動性（これはカテゴリ別の場合があります。つまり、高対低、または連続であり、スケールで測定されます） 甘い好み（これは、質問ごとに選択する3つのオプションであるアンケートによっても測定されます） BMI-それに応じて参加者の体重を測定します（これはカテゴリカルまたは継続的と見なすこともできます）。 グループは3つのグループの1つにランダムに割り当てられるため、ある種のANOVAを行っており、おそらくIVがDVに最も影響するだけでなく、研究によって示されるようにIVいくつかの組み合わせの間に関係があること。 しかし、IVをすべてカテゴリに分類するのか、継続的または混合にするのが最善かを知る必要があるため、これについて完全に確信はありません。 または、ANCOVAは可能性または回帰でさえありますが、それらがグループに割り当てられ、調査への回答に基づいて分類されていることについてはわかりません。 これが理にかなっていて、私の質問について誰かから聞いてくれることを楽しみにしています。

17 anova  multiple-regression  continuous-data  ancova 

単純線形回帰分析のANOVA F検定の背後にあるロジックを理解しようとしています。私が持っている質問は次のようなものです。F値、つまりMSR/MSE大きい場合、 モデルは有意であると受け入れます。この背後にあるロジックは何ですか？

17 regression  anova