এসপিএসএস আউটপুটটির সঠিক ব্যাখ্যার জন্য বারবার পরিমাপ ANOVA অনুমানগুলি বোঝা


9

বিভিন্ন পুরষ্কারের শর্তগুলি কার্য সম্পাদনকে প্রভাবিত করতে পারে কিনা তা আমি তদন্ত করছি। আমার কাছে দুটি গ্রুপের সাথে একটি ছোট অধ্যয়ন থেকে ডেটা রয়েছে, প্রতিটি এন = 20 দিয়ে। আমি এমন একটি কার্যের ডেটা সংগ্রহ করেছি যা 3 টি পৃথক "পুরষ্কার" শর্তে কার্য সম্পাদন করে। টাস্কটি 3 টি শর্তের প্রতিটিতে দু'বার কিন্তু এলোমেলোভাবে ক্রিয়াকলাপের সাথে জড়িত। আমি দেখতে চাই প্রতিটি গ্রুপের টাস্ক পারফরম্যান্সে আলাদা আলাদা "পুরষ্কার" শর্তে কোনও পার্থক্য রয়েছে কিনা।

  • IV = গ্রুপ টাইপ
  • ডিভি = 3 টি শর্ত জুড়ে কার্য সম্পাদনের পরিমাপ

এসপিএসএস-এ সেট করা কাঁচা ডেটা অ্যাক্সেস এবং বারবার ব্যবস্থা থেকে আমার আউটপুট রয়েছে তবে কীভাবে এগিয়ে যেতে হবে তা সম্পর্কে আমি নিশ্চিত নই। প্যালান্ট পাঠ্য কিছুটা সীমাবদ্ধ হওয়ায় আমি এই ব্যাখ্যার জন্য ধাপে ধাপে গাইডটি পাইনি । আমার বিশেষ সমস্যাগুলি নিম্নলিখিত ক্ষেত্রগুলিতে রয়েছে:

  1. আমি কি আমার প্রতিটি ভেরিয়েবলের স্বাভাবিকতা স্বতন্ত্রভাবে বা আইভির প্রতিটি স্তরের সংমিশ্রণে পরীক্ষা করতে পারি? এটি সংমিশ্রণের মধ্যে থাকলে, আমি কীভাবে এটি চেক করব?
  2. আমি কি মাউচলির টেস্টটি প্রথমে চেক করব? যদি এটি লঙ্ঘন করা হয় তবে এর অর্থ কী? যদি এটি লঙ্ঘন না হয় তবে এর অর্থ কী?
  3. মাল্টিভিয়ারেট টেস্টের টেবিলগুলি বা বিষয়গুলির মধ্যে পরীক্ষার টেস্টগুলি কখন দেখা উচিত? আমি নিশ্চিত না যে কখন (বা উভয়?) ব্যবহার করা উপযুক্ত?
  4. পেয়ারওয়াইজের তুলনা দেখে কি সবসময় ঠিক আছে? এটি করা বিরূপ বলে মনে হয় যদি মাল্টিভিয়ারেট বা বিষয়গুলির মধ্যে প্রভাবগুলি তাত্পর্যটি নির্দেশ করে না (যেমন পি <0.05) তবে আমি আবার নিশ্চিত নই।

আপনি এখানে কিছু ভাল প্রতিক্রিয়া পেয়েছি। তাদের মধ্যে যদি কেউ আপনাকে সহায়তা করে তবে দয়া করে তাদের মধ্যে একটি গ্রহণ করার বিষয়টি বিবেচনা করুন। এটিই মানুষকে প্রশ্নের উত্তর দিতে থাকে :)
থমাস

উত্তর:


10
  1. বিষয় নির্ভর নকশার প্রতিটি কক্ষে আপনার নির্ভরশীল ভেরিয়েবলগুলি স্বাভাবিক হওয়া উচিত। আপনার কাছে এই জাতীয় 2 টি ঘর রয়েছে: 2 টি গোষ্ঠী, তাই স্বাভাবিকতা উভয় গ্রুপে থাকা উচিত। এছাড়াও, আপনার 3 ডিভি এর মধ্যে ভেরিয়েন্স-কোভেরিয়েন্স ম্যাট্রিক্স 2 টি গ্রুপে সমান হওয়া উচিত। এক্সপ্লোর পদ্ধতিতে আপনি শাপিরো-উইলক পরীক্ষা বা কোলমোগোরভ-স্মারনভ (লিলিফর্স সংশোধন সহ) পরীক্ষার মাধ্যমে স্বাভাবিকতা পরীক্ষা করতে পারেন। ভেরিয়েন্স-কোভেরিয়েন্স সমজাতীয়তা বক্সের এম পরীক্ষার মাধ্যমে পরীক্ষা করা যেতে পারে (বৈষম্য বিশ্লেষণে পাওয়া যায়)। তবে খেয়াল করুন যে আনোভা উভয় অনুমানের লঙ্ঘনের ক্ষেত্রে যথেষ্ট দৃ .়।

  2. মাওচলির পরীক্ষা তথাকথিত গোলাকৃতি অনুমান যাচাই করে যা বারবার ব্যবস্থা আনোভাতে অবিচ্ছিন্ন পদ্ধতির জন্য প্রয়োজনীয়। এই অনুমানের প্রয়োজন যে মোটামুটিভাবে বলতে গেলে আপনার পুনরাবৃত্ত পরিমাপ ডিভিএসের মধ্যে পার্থক্য আন্তঃসংযোগ স্থাপন করে না। যদি অনুমানটি লঙ্ঘিত হয় তবে আপনাকে ইনসার্জ-সাবজেক্টস এফেক্ট টেস্টের টেস্টগুলিতে "স্পেরিসিটি ধরে নেওয়া" উপেক্ষা করা উচিত - পরিবর্তে কিছু সংশোধন (যেমন গ্রিনহাউস-গিজার) পাওয়া গেছে।

  3. ইন-সাবজেক্ট ইফেক্টস টেবিলের টেস্টগুলি আরএম-আনোভাতে "অবিচ্ছিন্ন পদ্ধতির" প্রতিফলিত করে, মাল্টিভারিয়েট টেস্টের সারণীটি "মাল্টিভারিয়েট পদ্ধতির" প্রতিফলিত করে। এই দু'টিই কার্যকর এবং এখানে কিছুটা বিতর্ক রয়েছে যা "আরও ভাল"। তাদের সম্পর্কে এখানে একটু পড়ুন , এখানে আরও কিছুটা ।

  4. সামগ্রিক প্রভাবটি তাত্পর্যপূর্ণ না হলে সাধারণত কেউ জুটিবদ্ধ পরীক্ষাগুলি পরীক্ষা করে না, এটির কোনও ধারণা নেই।


1
যেহেতু এখানে পার্থক্যের ফ্যাক্টরটির পরীক্ষাটি আন্তঃ-ফ্যাক্টরের তুলনায় প্রতি ব্যক্তি গড়ের সাথে একত্রে আনোভা সমতুল্য, তাই এই গড়গুলি স্বাভাবিক হওয়া উচিত এবং অভিন্ন তাত্ত্বিক বৈকল্পিক থাকতে হবে - মূল তথ্য নয়। অভ্যন্তরীণ-ফ্যাক্টরের পরীক্ষার জন্য, প্রতি ব্যক্তির ডেটা ভেক্টরগুলির বহুবিচিত্র স্বাভাবিকতা ধরে নেওয়া দরকার। অবশ্যই এটি যদি হয় তবে তাদের গড়ও স্বাভাবিক।
কারাকাল

আমি কি আপনাকে সঠিকভাবে বুঝতে পেরেছি যে, আমরা যদি কেবলমাত্র বিষয়গুলির মধ্যে প্রভাব নিয়ে আগ্রহী হই, ডিভিদের জন্য সাধারণ মেঘ পরিবর্তন করা দরকার না, এটি কেবল তাদের গড় পরিবর্তনশীল যা স্বাভাবিক হওয়া উচিত। আমরা যদি সাবজেক্ট-এফেক্টের মধ্যে আগ্রহী হয়ে থাকি, ডিভিগুলিকে সাধারণ মেঘকে পরিবর্তন করতে হবে।
ttnphns

পুরো স্প্লিট-প্লট মডেলের পরীক্ষার জন্য সঠিকভাবে এবং কঠোর অনুমানগুলি কেবলমাত্র ফ্যাক্টরের মধ্যকার পরীক্ষার জন্য অনুমানগুলি বোঝায় (বহুবিধ স্বাভাবিকতা) প্রতি-ব্যক্তির স্বাভাবিকতা মানে, তাত্ত্বিক কোভারিয়েন্স-ম্যাট্রিক্সের সমতা প্রতি ব্যক্তির তাত্ত্বিক পরিবর্তনের সমতা)।
কারাকাল

@ttnphns আমি একাধিক উল্লেখ দেখেছি যে স্বাভাবিকতাটি বিষয়গুলির মধ্যে থাকা উচিত , মধ্যবর্তী বিষয়গুলির মধ্যে নয়। এখানে সাবজেক্টের ফ্যাক্টরটি হচ্ছে পুরষ্কারের শর্ত। এখানে দুটি রেফারেন্স যেখানে এই বলা আছে: stat.cmu.edu/~hseltman/309/Book/chapter14.pdf (PG 11।); google.com/… (পৃষ্ঠা 4)
মেগ

5

এসপিএসএস-এর সাথে এনওওএর পুনরাবৃত্তি ব্যবস্থাগুলির ব্যাখ্যা করার জন্য সাধারণ সংস্থান

মনে হচ্ছে বারবার ব্যবস্থা আনোভাতে আপনার আরও ভাল সাধারণ সংস্থান দরকার। এখানে কয়েকটি ওয়েব সংস্থান রয়েছে, তবে সাধারণভাবে "এসপিএসএস পুনরাবৃত্তি ব্যবস্থা আনোভা" এর অনুসন্ধানে অনেক দরকারী বিকল্প পাওয়া যাবে।

1. স্বাভাবিকতা পরীক্ষা করা হচ্ছে

  • ব্যবহারিক দৃষ্টিকোণ থেকে, স্বাভাবিকতার পরীক্ষাগুলি প্রায়শই রূপান্তরকে ন্যায়সঙ্গত করতে ব্যবহৃত হয়। আপনি যদি কোনও রূপান্তর প্রয়োগ করেন তবে আপনাকে নকশার সমস্ত কক্ষে একই রূপান্তর প্রয়োগ করতে হবে।
  • এসপিএসএস ব্যবহার করে স্বাভাবিকতা নির্ধারণের একটি সাধারণ উপায় হ'ল আপনার মডেল সেট আপ এবং অবশিষ্টাংশগুলি সংরক্ষণ করুন এবং তারপরে অবশিষ্টাংশের বিতরণ পরীক্ষা করা examine

২. মাওচলির পরীক্ষার মূল্য

  • একটি সাধারণ কৌশল হ'ল মাওচলির পরীক্ষাটি দেখার এবং এটি যদি পরিসংখ্যানগত দিক থেকে তাৎপর্যপূর্ণ হয় তবে অবিভাজনযুক্ত সংশোধিত পরীক্ষা বা মাল্টিভারিয়েট টেস্টগুলির ব্যাখ্যা করুন।

৩.মাল্টিভিয়ারেট

  • আমার মনে হয় @ttnphns এটির সংক্ষিপ্ত বিবরণ দিয়েছে।

৪.জোড়া যুক্ত তুলনা

  • আমার মনে হয় @ttnphns এটির সংক্ষিপ্ত বিবরণ দিয়েছে।

আমি ফিল্ড নিবন্ধটি এড়িয়ে যাব, যা কিছুটা অযত্নে একসাথে রাখা হয়েছে এবং কমপক্ষে একটি সুনির্দিষ্ট ত্রুটি করেছে (ভুল টাইপ আই এবং টাইপ II)।
Rolando2
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.