タグ付けされた質問 「assumptions」

私は、回帰分析ではサンプルが均質であると想定していると想定しました（つまり、覚えていたよりもずっと前に、私は教えられたと思います）。そうでない場合は、サンプルに含まれているさまざまなグループのコードにダミー変数を追加するか、ANCOVAを実行してグループパラメータが等しいかどうかをテストするのが適切です。サンプルの不均一性を無視すると、回帰分析が無効になりますか？

8 regression  assumptions 

研究デザイン：海面上昇に関するいくつかの情報を参加者に示し、時間スケールと潜在的な上昇の大きさの両方の観点から、さまざまな方法で情報に焦点を合わせました。したがって、2（時間：2050または2100）x 2（マグニチュード：中または高）のデザインがありました。情報を受け取らなかった2つのコントロールグループもあり、私のDVへの質問に答えるだけでした。 質問： 私は常にセル内の正規性をチェックしました。このデザインの2x2の部分では、4つのグループ内の正規性を探すことになります。ただし、ここでいくつかの議論を読んだことで、自分の方法を2番目に推測してしまいました。 最初に、私は残差の正規性を見なければならないことを読みました。（SPSSまたはその他の場所で）残差の正規性を確認するにはどうすればよいですか？4つのグループ（コントロールを含めて6つ）ごとにこれを行う必要がありますか？ また、グループ内の正規性は残差の正規性を意味することも読みました。これは本当ですか？（文献参照）繰り返しますが、これは4つのセルのそれぞれを個別に見ることを意味しますか？ つまり、（2x2）データが正常性の仮定に違反していないかどうかを判断するためにどのような手順を実行しますか？ たとえ私を正しい方向に向けるだけであっても、参照は常に高く評価されています。

8 anova  spss  residuals  assumptions  normality-assumption 

こことここで説明されている「Pハッキング」、「フィッシング」、および「分岐パスの庭」は、偏った推定値を生成する調査を行う探索的データ分析のようなスタイルを示しています。 モデルの適合に使用されるのと同じデータセットで統計的検定を使用してモデルの仮定（たとえば、正規性、回帰のホモスケダスティシティ）をテストすることは、「p-ハッキング」または「分岐パスのガーデン」の問題と見なされますか？ これらのテストの結果は、研究者が最終的にどのモデルに適合するかを決定するのに確かに影響します。

7 hypothesis-testing  model-selection  multiple-comparisons  assumptions  philosophical