প্রতিটি বিষয়ে একাধিক ডেটা পয়েন্ট কীভাবে সঠিকভাবে আচরণ করবেন


10

আমি বর্তমানে প্রতিটি বিষয়ের জন্য একাধিক পরিমাপের সাহায্যে ডেটা কীভাবে সঠিকভাবে আচরণ করতে পারি তা নিয়ে কারও সাথে তর্ক করছি। এক্ষেত্রে প্রতিটি বিষয়ের বিভিন্ন শর্তের জন্য অল্প সময়ের মধ্যে প্রতিটি বিষয়ের জন্য ডেটা সংগ্রহ করা হয়েছিল। সমস্ত পরিমাপ অবিচ্ছিন্নভাবে একই পরিবর্তনশীল একত্রিত করে, একাধিক।

এখন একটি বিকল্প হ'ল কেবল শর্ত অনুসারে ডেটাগুলি গোষ্ঠী করা এবং একাধিক ডেটা পয়েন্ট যে কোনও বিষয় থেকে আসে সেদিকে খেয়াল রাখবেন না। তবে প্রতিটি বিষয় থেকে ডেটা পয়েন্ট সম্ভবত সম্পূর্ণ স্বাধীন নয়।

অন্য বিকল্পটি হ'ল প্রথমে প্রতিটি বিষয় থেকে প্রতিটি শর্তের জন্য সমস্ত পরিমাপের গড় গ্রহণ করা এবং তারপরে এর মাধ্যমের তুলনা করা। তবে এটি সম্ভবত তাত্পর্যকে প্রভাবিত করবে, যেহেতু চূড়ান্ত বিশ্লেষণে এটি বিবেচনায় নেওয়া হয় না, কারণগুলির মধ্যে কম ত্রুটি রয়েছে।

আপনি কীভাবে এই জাতীয় ডেটা সঠিকভাবে বিশ্লেষণ করতে পারেন? এটি কি কোনওভাবে এসপিএসএসের যত্ন নেওয়া হচ্ছে? নীতিগতভাবে কোনও গড় গণনা করার সময় এবং চূড়ান্ত বিশ্লেষণে এটি বিবেচনা করার চেয়ে ত্রুটি মার্জিন গণনা করা উচিত, তবে আমি অনুমান করি না যে এসপিএস কোনওভাবে আমার পিছনের পিছনে এই গণনাটি করছে।


1
এটি কি পুনরাবৃত্ত পদক্ষেপগুলি এমন ডিজাইনের যে প্রতিটি বিষয় সমস্ত বা অনেকগুলি শর্তে চলে? বা, এটি কি কেবল একটি স্বতন্ত্র দল, বা পদক্ষেপ, নকশা যেখানে প্রতিটি বিষয় এক অবস্থায় রয়েছে?
জন

এই নকশায় প্রতিটি বিষয় সমস্ত শর্তে চলে। তবে কিছু ডেটা পয়েন্ট রয়েছে, সেগুলি প্রত্যাখ্যান করতে হবে, কারণ বিষয়গুলি কার্য সম্পাদনে ব্যর্থ হয়েছিল। কোনও বিষয়ই একটি সাবজেক্টের একক শর্তের জন্য সমস্ত সাবটাস্কে ব্যর্থ হবে (শর্তে প্রায় 40 টি পুনরাবৃত্তি রয়েছে), তাই সম্ভবত প্রতিটি বিষয়ে সমস্ত শর্তের জন্য ডেটা পয়েন্ট থাকবে।
লাইকাও

উত্তর:


9

"শর্ত অনুসারে ডেটাগুলি গোষ্ঠীভুক্ত করা এবং একাধিক ডেটা পয়েন্ট যে কোনও বিষয় থেকে আসে সেদিকে খেয়াল রাখবেন না" এটি স্বাধীনতার লঙ্ঘন হবে। সুতরাং যে কোন যেতে হয়। একটি পদ্ধতি হ'ল "প্রতিটি বিষয় থেকে প্রতিটি শর্তের জন্য সমস্ত পরিমাপের গড় গ্রহণ করা এবং তারপরে এর মাধ্যমের তুলনা করা"। আপনি সেভাবে এটি করতে পারেন, আপনি স্বাধীনতা লঙ্ঘন করবেন না, তবে আপনি বিষয় স্তরের উপায়ে সামগ্রিকভাবে কিছু তথ্য হারাচ্ছেন।

এটির মুখোমুখি, এটি বিষয়গুলির মধ্যে শর্তাবলী এবং বিষয়গুলির মধ্যে মাপা একাধিক সময়ের জন্য মিক্সড ডিজাইনের মতো শোনাচ্ছে। তবে, এটি প্রশ্ন উত্থাপন করে, কেন আপনি একাধিক সময় পয়েন্টে ডেটা সংগ্রহ করেছিলেন? সময়ের প্রভাব, বা সময়ের সাথে একটি পরিবর্তনশীলের অগ্রগতি কি অবস্থার মধ্যে পৃথক হওয়ার প্রত্যাশা রয়েছে? যদি এই প্রশ্নগুলির কোনওটির উত্তর হ্যাঁ হয়, তবে তথ্যের কাঠামো দেওয়া হলে, আমি আশা করব যে আপনি যা আগ্রহী তা একটি মিশ্র আনোভা। মিশ্র অ্যানোভা বিষয়টির বৈকল্পিকটি যেমনটি ছিল তেমনি "আপনার পিছনের পিছনে" এসস্টোটালের বাইরে ভাগ করবে। তবে সেই বিভাজনটি আপনাকে শর্তের পরীক্ষা সংক্রান্ত বিষয়গুলির মধ্যে সহায়তা করে কিনা তা অন্যান্য বেশ কয়েকটি কারণের উপর নির্ভর করে।

যাইহোক, এসপিএসএস / পাসে 18 বিশ্লেষণ করুন -> সাধারণ লিনিয়ার মডেল -> পুনরাবৃত্তি ব্যবস্থা। আপনার প্রতিটি বিষয়ের জন্য একটি করে সারি এবং প্রতিটি সময় পয়েন্টের জন্য একটি কলামের পাশাপাশি তাদের শর্ত সনাক্তকারী হিসাবে একটি থাকবে one শর্ত শনাক্তকারী "মধ্যবর্তী" বিভাগে চলে যাবে এবং আপনি যখন পুনরাবৃত্তি পরিমাপের উপাদানটি নির্ধারণ করবেন তখন পুনরাবৃত্তি ব্যবস্থা গ্রহণ করা হবে।


ঠিক আছে, আমি এটি ভেবে দেখেছি শর্তে একাধিক তথ্য পয়েন্ট দুটি কারণে সংগ্রহ করা হয়। একটি হ'ল এই উপায়ে আরও নির্ভরযোগ্য হওয়া উচিত। অন্য কারণটি হ'ল, কিছু তথ্য পয়েন্টগুলি বাতিল করতে হবে (বিষয়গুলি নির্দেশাবলী সর্বদা সঠিকভাবে অনুসরণ করে না)। শর্তগুলি পুরোপুরি বিষয়গুলির মধ্যে রয়েছে, সুতরাং আমাদের ক্ষেত্রে এই ক্ষেত্রে কোনও মিশ্র ডেসিং নেই। দুর্ভাগ্যক্রমে একটি পুনরাবৃত্তি পরিমাপ প্রশ্নবিদ্ধ নয়, যেহেতু প্রতিটি বিষয়ে আমাদের শর্তে প্রায় 40 টি পুনরাবৃত্তি রয়েছে। পুনরাবৃত্তির উচ্চ সংখ্যার অর্থ, আমরা গড় ব্যবহার করার সময় প্রচুর তথ্য আলগা করি।
লাইকাও

তারপর আমি জন এর উত্তর সুপারিশ। একটি মিশ্র মডেল সম্ভবত পছন্দনীয়। এটি প্রতিটি বিষয়ের মধ্যে গড় এবং পরিবর্তনশীলতা উভয়কেই মডেল করতে পারে এবং বাসা বাঁধে। এ জাতীয় বিশ্লেষণের একটি বিষয় হ'ল স্বাধীনতার 'সঠিক' ডিগ্রিগুলি অস্পষ্ট এবং সুতরাং পরিসংখ্যানগত তাত্পর্যটির প্রান্তিকতাও অস্পষ্ট। জন সরবরাহিত কোডের বিপরীতে, আমি আপনার শর্তের প্রভাবের জন্য একটি এলোমেলো slাল ফিট করার পরামর্শ দেব (বিভিন্ন বিষয় বিভিন্ন প্রভাব প্রদর্শন করে)। আমি কিছু সিমুলেশন দেখেছি যেগুলি এটি করতে ব্যর্থ হওয়ার পরামর্শ দেয় যা আপনার টাইপ আই ত্রুটির হারকে বাড়িয়ে তুলতে পারে।
রাসেলপিয়ার্স

4

বারবার পরিমাপের নকশা হ'ল এটি হ্যান্ডেল করার traditionalতিহ্যগত উপায়, যেমন ড্রাগনেক্সাস উল্লেখ করেছে। এই জাতীয় বিশ্লেষণ করার সময় আপনাকে একটি স্কোর / শর্ত / বিষয়তে সমষ্টি করতে হবে। এটি গোলকের ধারণা এবং অন্যান্য ইস্যুগুলির লঙ্ঘনের ক্ষেত্রে সংবেদনশীল। তবে আরও আধুনিক কৌশলটি হ'ল মাল্টি-লেভেল মডেলিং বা লিনিয়ার মিশ্র প্রভাবগুলি। এই কৌশলটি ব্যবহার করে আপনি ডেটা একত্রিত করবেন না । এটি উপলব্ধ বেশ কয়েকটি চিকিত্সা আছে কিন্তু আমি বর্তমানে সেরা বেসিক টিউটোরিয়াল জানি না। বায়েন (২০০৮) অধ্যায়টি 7 টি ভাল। পিনহিরো এবং বেটস (2000) খুব ভাল তবে জিনিসগুলির শব্দগুলি থেকে তাদের পরিচয়ের পরামর্শ অনুসরণ করে এবং নতুনদের জন্য প্রস্তাবিত বিটগুলি পড়ুন।

যদি আপনি কেবল একটি আনোভা শৈলীর ফলাফল পেতে চান তবে ধরে নিবেন যে আপনার সমস্ত ডেটা দীর্ঘ বিন্যাসে রয়েছে (একটি লাইন / ডেটা পয়েন্ট) এবং আপনার কাছে বিষয়, প্রতিক্রিয়া (y) এবং একটি শর্ত পরিবর্তনশীল (এক্স) নির্দেশক কলাম রয়েছে, আপনি চেষ্টা করতে পারেন আর এর মতো এমন কিছু খুঁজছেন (নিশ্চিত করুন যে lme4 প্যাকেজ ইনস্টল করা আছে)।

library(lme4)
dat <- read.table('myGreatData.txt', header = TRUE)
m <- lmer( y ~ x + (1|subject), data = dat)
summary(m)
anova(m)

আপনার অবশ্যই অবশ্যই আরও অনেকগুলি শর্তের পরিবর্তনশীল কলাম থাকতে পারে, সম্ভবত ইন্টারেক্ট করা হচ্ছে। তারপরে আপনি lmer কমান্ডটি এমন কিছুতে পরিবর্তন করতে পারেন ...

m <- lmer( y ~ x1 * x2 + (1|subject), data = dat)

(বিটিডাব্লু, আমি বিশ্বাস করি যে ক্ষমতা বাড়ানোর জন্য বারবার পদক্ষেপে একত্রিত না হওয়া একটি আনুষ্ঠানিক ভুল) কারও নাম মনে আছে?)


আমি মনে করি বিষয়গুলির সংখ্যার চেয়ে প্রতিক্রিয়া সংখ্যা থেকে একত্রিত করতে এবং ডিএফ ব্যবহার করতে ব্যর্থতার মিথ্যাচার স্বাধীনতার লঙ্ঘন। বিকল্পভাবে, (আমি মনে করি) এটি নির্দিষ্ট বিষয়ের জন্য পৃথক আইটেম প্রতিক্রিয়াগুলির স্তরে একটি অনুমান করার কথা ভাবা যেতে পারে।
রাসেলপিয়ের্স
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.