שְׁאֵלָה:
אם אני לא מעוניין באינטראקציה, האם יש סיבה להריץ ANOVA דו כיווני במקום שני ANOVA חד כיווני?
user1205901 - Reinstate Monica
2014-04-14 05:51:18 UTC
view on stackexchange narkive permalink

אני מתכוון לכל סיבה מלבד הנוחות שביכולתנו להשלים את הניתוח בהליך יחיד.

הנה הדבר: אם יש אינטראקציה זה לא הגיוני "לא להתעניין בזה", כי אתה לא יכול לפרש בצורה משמעותית השפעות עיקריות לבד אם יש אינטראקציה. אז בנוסף לתשובה למטה, אני קורא לך לשקול מחדש את מה שאתה עושה.
שתיים תשובות:
Glen_b
2014-04-14 06:44:41 UTC
view on stackexchange narkive permalink

כן, מכמה סיבות!

1) פרדוקס סימפסון. אלא אם כן העיצוב מאוזן, אם אחד המשתנים משפיע על התוצאה, אינך יכול להעריך כראוי אפילו את כיוון ההשפעה של האחר מבלי להתאים לראשונה (ראה את התרשים הראשון ב קישור, בפרט - משוכפל להלן **). זה ממחיש את הבעיה - האפקט בתוך הקבוצה הולך וגדל (שני הקווים הצבעוניים), אבל אם אתה מתעלם מהקיבוץ האדום-כחול אתה מקבל השפעה הולכת ופוחתת (הקו המקווקו והאפור) - לגמרי הסימן השגוי!

enter image description here

אמנם זה מראה מצב עם משתנה אחד רציף וקיבוץ אחד, אך דברים דומים יכולים לקרות כאשר מתייחסים להשפעות עיקריות דו-כיווניות לא מאוזנות כאל שני מודלים חד-כיווניים .

2) נניח שיש עיצוב מאוזן לחלוטין. ואז אתה עדיין רוצה לעשות את זה, מכיוון שאם אתה מתעלם מהמשתנה השני בזמן שאתה מסתכל על הראשון (בהנחה שלשניהם יש השפעה כלשהי) אז ההשפעה של השנייה עוברת ל מונח הרעש , לנפח אותו ... וכך להטות את כל השגיאות הסטנדרטיות שלך כלפי מעלה. במקרה כזה, השפעות משמעותיות וחשובות עשויות להיראות כמו רעש.

שקול את הנתונים הבאים, תגובה רציפה ושני גורמים קטגוריים נומינליים:

  y x1 x21 2.33 A 12 1.90 B 13 4.77 C 14 3.48 A 25 1.34 B 26 4.16 C 27 5.88 A 38 2.56 B 39 5.97 C 310 5.10 A 411 2.62 B 412 6.21 C 413 6.54 A 514 6.01 B 515 9.62 C 5  

האנובה העיקרית דו-כיוונית היא משמעותית ביותר ( מכיוון שהוא מאוזן, הסדר לא משנה):

  ניתוח טבלת השונות תגובה: y Df Sum Sq ממוצע Sq F ערך Pr (>F) x1 2 26.644 13.3220 24.284 0.0004000 x2 4 38.889 9.7222 17.722 0.0004859 שאריות 8 4.389 0.5486 

אך האנוביות החד-כיווניות אינדיבידואליות אינן מובהקות ברמה של 5%:

  (1) ניתוח טבלת השונות תגובה: y
Df Sum Sq ממוצע Sq F ערך Pr (>F) x1 2 26.687 13.3436 3.6967 0.05613 שאריות 12 43.315 3.6096 (2) ניתוח טבלת שונות תגובה: y Df Sum Sq ממוצע Sq F ערך Pr (>F) x2 4 38.889 9.7222 3.1329 0.065s 3.1033 

שימו לב בכל מקרה שהריבוע הממוצע עבור הגורם היה ללא שינוי ... אך הריבועים הממוצעים השיוריים גדלו באופן דרמטי (מ 0.55 ליותר מ -3 בכל מקרה). זו ההשפעה של השארת משתנה חשוב.

** (התרשים שלמעלה הוצג על ידי משתמש ויקיפדיה שוץ, אך הוצב ברשות הרבים; בעוד הייחוס אינו לא נדרש לפריטים ברשות הרבים, אני מרגיש שזה ראוי להכרה) sup>

Peter Flom
2014-04-14 06:17:40 UTC
view on stackexchange narkive permalink

כן. אם שני המשתנים הבלתי תלויים קשורים ו / או ה- ANOVA אינו מאוזן, אז ANOVA דו כיווני מראה לך את ההשפעה של כל משתנה השולט עבור השני.



שאלה ותשובה זו תורגמה אוטומטית מהשפה האנגלית.התוכן המקורי זמין ב- stackexchange, ואנו מודים לו על רישיון cc by-sa 3.0 עליו הוא מופץ.
Loading...