আরও ব্যবহারের পুনরাবৃত্তি ব্যবস্থাসমূহের সাথে এএনওওএর পরে এই পরীক্ষার পোস্ট করুন

Question

আমি আর তে বারবার ব্যবস্থা আনোভা সম্পাদন করেছি:

aov_velocity = aov(Velocity ~ Material + Error(Subject/(Material)), data=scrd)
summary(aov_velocity)

• আরও-তে কোন সিনট্যাক্স ব্যবহার করা যেতে পারে বারবার ব্যবস্থা নিয়ে একটি এএনওওএর পর একটি পোস্ট-হক পরীক্ষার জন্য?
• Bonferroni সংশোধন সঙ্গে টুকি পরীক্ষা উপযুক্ত হবে? যদি তা হয় তবে এটি আর-তে কীভাবে করা যায়?

Comments

পুনরাবৃত্তি পরিমাপ করে জন্য পোস্ট হক পরীক্ষা এই সংশ্লিষ্ট প্রশ্ন দেখতে পাবেন ডিজাইন stats.stackexchange.com/questions/575/...

— Jeromy Anglim

আপনার ২ য় বিষয় সম্পর্কে: টুকির এইচএসডি ইতিমধ্যে বহুগুণের জন্য "সংশোধন" অন্তর্ভুক্ত করেছে (পরীক্ষার পরিসংখ্যানের স্তরে, বনফেরোনির পদ্ধতির মতো আলফা স্তর নয়)। সুতরাং, উভয় একত্রিত করার প্রয়োজন নেই।

— chl

@ সিএইচএল: সুতরাং টুকের এইচএসডি ক্ষেত্রে একাধিক জোড়াওয়ালা তুলনা করার সময় আমাদের আলফা স্তরটি সংশোধন করার দরকার নেই?

— স্ট্যান

@ ইস্তান নং (দ্রষ্টব্য: আনোভা একটি উল্লেখযোগ্য ফলাফল দেখানোর পরে অপরিকল্পিত (পোস্ট-হক) পরীক্ষা করা উচিত, বিশেষত যদি এটি নিশ্চিতকরণের পদ্ধতির বিষয়ে উদ্বেগ প্রকাশ করে))

— chl

Answer 1

আপনি কি কাজ করতে পারে সঙ্গে মডেল উল্লেখ নেই lmeএবং তারপর ব্যবহার glhtথেকে multcompপ্যাকেজ কি আপনি চান না। যাইহোক, lme স্ট্যান্ডার্ড আনোভা থেকে কিছুটা আলাদা এফ-মান দেয় (আমার সাম্প্রতিক প্রশ্নগুলি এখানেও দেখুন )।

lme_velocity = lme(Velocity ~ Material, data=scrd, random = ~1|Subject)
anova(lme_velocity)

require(multcomp)
summary(glht(lme_velocity, linfct=mcp(Material = "Tukey")), test = adjusted(type = "bonferroni"))

অন্যান্য বৈপরীত্যের পরে বনফ্রেরি, উদাহরণস্বরূপ, প্যাকেজটির লেখকগণের বইটিmultcomp দেখুন ।

আপনি তাও দেখতে চাইতে পারেন আর-মেইলিং তালিকা এই পোস্টে , এবং একটি পুনরাবৃত্ত ব্যবস্থা দ ANOVA উল্লেখ জন্য এই ব্লগ পোস্টে ।

তবে, আমার কাছ থেকে এই প্রশ্নে যেমন দেখানো হয়েছে আমি নিশ্চিত নই যে এই পদ্ধতিগুলি কোনও আনোভার মতো ident তদ্ব্যতীত, গ্লাহ্ট কেবলমাত্র সাধারণ টি বা এফ মানের পরিবর্তে জেড- মূল্যগুলি প্রতিবেদন করে । এটিও অস্বাভাবিক বলে মনে হচ্ছে।

এখনও পর্যন্ত, আমি এটি করার অন্য কোনও পদ্ধতির মুখোমুখি হই নি।

Answer 2

আপনি যদি aov()ফাংশনটির সাথে লেগে থাকতে চান তবে আপনি emmeansপ্যাকেজটি ব্যবহার করতে পারেন যা aovlist(এবং অন্যান্য অনেকগুলি ) অবজেক্টগুলি পরিচালনা করতে পারে ।

library("emmeans")
# set orthogonal contrasts
options(contrasts = c("contr.sum", "contr.poly"))

aov_velocity <- aov(Velocity ~ Material + Error(Subject / Material), data = scrd)

emmGridনিম্নলিখিত হিসাবে একটি অবজেক্ট তৈরি করার পরে

emm <- emmeans(aov_velocity, ~ Material)

এটি খুব সহজ ব্যবহার সমস্ত (পোস্টে হক) pairwise তুলনা পেতে হয় pairs()ফাংশন বা কোনো পছন্দসই বিপরীতে ব্যবহার contrast()ফাংশন emmeansপ্যাকেজ। adjustএই ফাংশনগুলির যুক্তির মাধ্যমে একাধিক পরীক্ষার সমন্বয়গুলি অর্জন করা যেতে পারে :

pairs(emm)  # adjust argument not specified -> default p-value adjustment in this case is "tukey"  

এ সম্পর্কে আরও তথ্যের জন্য আমি বিশদ ইমেন ভিগনেটস এবং ডকুমেন্টেশনটি খুব সহায়ক বলে খুঁজে পেয়েছি ।

এছাড়াও, আপনি এখানে আমার উত্তরে সঠিক বিপরীতে ওজন কীভাবে পাবেন তার বিবরণ সহ একটি সম্পূর্ণ (পুনরুত্পাদনযোগ্য) উদাহরণ খুঁজে পেতে পারেন ।

নোট, তবে, পোস্ট হকের পরীক্ষার জন্য একটি অবিচ্ছিন্ন মডেল ব্যবহারের ফলে গোলাকারতা লঙ্ঘন করা হলে রক্ষণ -বিরোধী পি- মূল্যগুলির ফলাফল হতে পারে ।

Answer 3

যদি গোলকত্ব পূরণ হয় তবে আপনি দ্বিমুখী আনোভা চালাতে পারেন:

aov_velocity = aov(Velocity~Material+Subject, data=scrd)
posthoc      = TukeyHSD(aov_velocity, 'Material', conf.level=0.95).