আমি তিন ধরণের পুনরাবৃত্তি ব্যবস্থা আনোভা সম্পাদন করেছি; কোন উত্তর-বিশ্লেষণ বৈধ?
এটি একটি সম্পূর্ণ ভারসাম্যযুক্ত নকশা (2x2x2) এর মধ্যে অন্যতম কারণগুলির মধ্যে বারবার পরিমাপের একটি কারণ রয়েছে। আমি আর-তে বারবার ব্যবস্থা আনোভা সম্পর্কিত বহুবিধ পদ্ধতির বিষয়ে সচেতন, তবে আমার প্রথম প্রবৃত্তিটি আনোভা-র একটি সহজ অ্যাওভ () স্টাইলের সাথে এগিয়ে যাওয়া:
aov.repeated <- aov(DV ~ IV1 * IV2 * Time + Error(Subject/Time), data=data)ডিভি = প্রতিক্রিয়া পরিবর্তনশীল
আইভি 1 = স্বতন্ত্র ভেরিয়েবল 1 (2 স্তর, A বা B)
আইভি 2 = স্বতন্ত্র ভেরিয়েবল 2 (2 স্তর, হ্যাঁ বা না)
আইভি 3 = সময় (2 স্তর, আগে বা পরে)
বিষয় = সাবজেক্ট আইডি (40 মোট বিষয়, আইভি 1 এর প্রতিটি স্তরের 20 টি: এনএ = 20, এনবি = 20)
summary(aov.repeated)
Error: Subject
Df Sum Sq Mean Sq F value Pr(>F)
IV1 1 5969 5968.5 4.1302 0.049553 *
IV2 1 3445 3445.3 2.3842 0.131318
IV1:IV2 1 11400 11400.3 7.8890 0.007987 **
Residuals 36 52023 1445.1
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Error: Subject:Time
Df Sum Sq Mean Sq F value Pr(>F)
Time 1 149 148.5 0.1489 0.701906
IV1:Time 1 865 864.6 0.8666 0.358103
IV2:Time 1 10013 10012.8 10.0357 0.003125 **
IV1:IV2:Time 1 852 851.5 0.8535 0.361728
Residuals 36 35918 997.7
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 বিকল্পভাবে, আমি একটি lme স্টাইল আনোভা জন্য nlme প্যাকেজটি ব্যবহার করার কথা ভাবছিলাম:
aov.repeated2 <- lme(DV ~ IV1 * IV2 * Time, random = ~1|Subject/Time, data=data)
summary(aov.repeated2)
Fixed effects: DV ~ IV1 * IV2 * Time
Value Std.Error DF t-value p-value
(Intercept) 99.2 11.05173 36 8.975972 0.0000
IV1 19.7 15.62950 36 1.260437 0.2156
IV2 65.9 15.62950 36 4.216385 0.0002 ***
Time 38.2 14.12603 36 2.704228 0.0104 *
IV1:IV2 -60.8 22.10346 36 -2.750701 0.0092 **
IV1:Time -26.2 19.97722 36 -1.311494 0.1980
IV2:Time -57.8 19.97722 36 -2.893295 0.0064 **
IV1:IV2:Time 26.1 28.25206 36 0.923826 0.3617মাল্টিকম্প প্যাকেজ থেকে গ্লাহ্ট () ব্যবহার করে টুকির সাথে তাত্পর্যপূর্ণ গুরুত্বপূর্ণ 2-মুখোমুখি ইন্টারঅ্যাক্টের প্রথম প্রবৃত্তি আমার সাথে সম্পর্কিত:
data$IV1IV2int <- interaction(data$IV1, data$IV2)
data$IV2Timeint <- interaction(data$IV2, data$Time)
aov.IV1IV2int <- lme(DV ~ IV1IV2int, random = ~1|Subject/Time, data=data)
aov.IV2Timeint <- lme(DV ~ IV2Timeint, random = ~1|Subject/Time, data=data)
IV1IV2int.posthoc <- summary(glht(aov.IV1IV2int, linfct = mcp(IV1IV2int = "Tukey")))
IV2Timeint.posthoc <- summary(glht(aov.IV2Timeint, linfct = mcp(IV2Timeint = "Tukey")))
IV1IV2int.posthoc
#A.Yes - B.Yes == 0 0.94684
#B.No - B.Yes == 0 0.01095 *
#A.No - B.Yes == 0 0.98587 I don't care about this
#B.No - A.Yes == 0 0.05574 . I don't care about this
#A.No - A.Yes == 0 0.80785
#A.No - B.No == 0 0.00346 **
IV2Timeint.posthoc
#No.After - Yes.After == 0 0.0142 *
#Yes.Before - Yes.After == 0 0.0558 .
#No.Before - Yes.After == 0 0.5358 I don't care about this
#Yes.Before - No.After == 0 0.8144 I don't care about this
#No.Before - No.After == 0 0.1941
#No.Before - Yes.Before == 0 0.8616এই পোস্ট-হক বিশ্লেষণগুলির সাথে আমি যে প্রধান সমস্যাটি দেখি তা হ'ল কিছু তুলনা যা আমার অনুমানের জন্য কার্যকর নয়।
যথাযথ পোস্ট-বিশ্লেষণের জন্য কোনও পরামর্শ প্রশংসিত হয়, ধন্যবাদ।
সম্পাদনা করুন: প্রাসঙ্গিক প্রশ্নোত্তর যা ম্যানুয়াল বিপরীতে ম্যাট্রিক পরীক্ষা করার দিকে নির্দেশ করে
Errorমেয়াদের aov()যে নির্দিষ্ট করার এই ভাবে Timeমধ্যে-গ্রুপ ফ্যাক্টর। ব্যারন থেকে Error(subj/(color + shape))মনে হয় একইভাবে ব্যবহার করা হচ্ছে।
lmeমডেলটি সামনে আনার জন্য আপনাকে ধন্যবাদ , আমি এর সঠিক ব্যবহার সম্পর্কে অস্পষ্ট /। আপনি কিভাবে নির্দিষ্ট হবে Timeহিসাবে মধ্যে-গ্রুপ ফ্যাক্টর হিসেবে Error()সঙ্গে aov()?
/(যেমন সাধারণত একটি বিভক্ত-চক্রান্ত পরীক্ষা দেখা) এর ব্যবহার অসদৃশ বোঝাতে পাখির করতে ব্যবহৃত হয়,Errorমেয়াদেরaov()যেখানে এটি প্রধানত কিভাবে বিল্ড ইঙ্গিত ত্রুটি স্তরে ।