ইজানোভায় টাইপ-তৃতীয়াংশের যোগফলগুলির অনুরোধের জন্য আমার কি যুক্তি যুক্ত করা উচিত?


16

আমি এসপিএসএস-এর মতো স্ট্যাটাস প্যাকেজগুলি থেকে আর-তে স্থানান্তরিত করতে সহায়তা করার উপায় হিসাবে আর এর জন্য ইজ প্যাকেজটি তৈরি করেছি AN এটি আনোভা-র বিভিন্ন স্বাদের স্পেসিফিকেশনকে সহজ করে এবং এসপিএসএস-এর মতো আউটপুট সরবরাহ করে (প্রভাবের আকার এবং অনুমান সহ) পরীক্ষা), অন্যান্য বৈশিষ্ট্যগুলির মধ্যে রয়েছে। ezANOVA()ফাংশন বেশিরভাগই করার জন্য একটি মোড়কের হিসেবে কাজ করে car::Anova(), কিন্তু এর বর্তমান সংস্করণ ezANOVA()কার্যকরী শুধুমাত্র টাইপ -২ বর্গের অঙ্কের, যেহেতু car::Anova()এই দুই ধরনের যেকোন দ্বিতীয় বা বর্গের -III অঙ্কের এর পারমিট নির্দিষ্টকরণ। আমার সম্ভবত প্রত্যাশা করা উচিত ছিল, বেশ কয়েকজন ব্যবহারকারী আমাকে অনুরোধ করেছিলেন যাতে আমি একটি যুক্তি সরবরাহ করিezANOVA()এটি ব্যবহারকারীর অনুরোধটি টাইপ -2 বা টাইপ-III করতে দেয়। আমি তা করতে ব্যর্থ হয়েছি এবং নীচে আমার যুক্তিটির বাহ্যরেখা দিচ্ছি, তবে আমি আমার বা অন্য কোনও যুক্তিতে এই সম্প্রদায়টির ইনপুটকে প্রশংসা করব।

"SS_type" যুক্তি এতে অন্তর্ভুক্ত না করার কারণগুলি ezANOVA():

  1. প্রকার I, II, এবং III সমষ্টিগুলির মধ্যে পার্থক্য কেবলমাত্র ফসলগুলি আপ করে যখন ডেটা ভারসাম্যহীন হয়, সেই ক্ষেত্রে আমি বলব যে আনোভা গণনার সাথে ফিডিংয়ের চেয়ে আরও ডেটা সংগ্রহের মাধ্যমে ভারসাম্যহীনতা বাড়িয়ে নেওয়া থেকে আরও বেশি সুবিধা পাওয়া যায়।
  2. টাইপ II এবং III এর মধ্যে পার্থক্যটি নিম্ন-অর্ডার প্রভাবগুলিতে প্রযোজ্য যা উচ্চ-অর্ডার প্রভাবগুলির দ্বারা যোগ্য হয়, এই ক্ষেত্রে আমি নিম্ন-অর্ডার প্রভাবগুলি বৈজ্ঞানিকভাবে উদ্দীপনা বিবেচনা করি। (তবে যুক্তির জটিল জটিলতার জন্য নীচে দেখুন)
  3. এই বিরল পরিস্থিতিতে যখন (1) এবং (2) প্রযোজ্য না হয় (যখন আরও ডেটা সংগ্রহ করা অসম্ভব এবং গবেষকের একটি যোগ্য প্রধান প্রভাব সম্পর্কে বৈধ বৈজ্ঞানিক আগ্রহ আছে যা আমি বর্তমানে কল্পনা করতে পারি না), কেউ তুলনামূলকভাবে সহজেই সংশোধন করতে পারে প্রকারের তৃতীয় পরীক্ষাগুলি অর্জন করতে ezANOVA()উত্স বা car::Anova()নিজেকে নিযুক্ত করে। এই পদ্ধতিতে, আমি তৃতীয় ধরণের পরীক্ষাগুলি পাওয়ার জন্য অতিরিক্ত প্রচেষ্টা / বোধ বোঝার উপায় দেখছি যার মাধ্যমে আমি নিশ্চিত করতে পারি যে কেবল যারা সত্যিকার অর্থে জানে যে তারা কী করছে।

এখন, সর্বাধিক সাম্প্রতিক টাইপ-II অনুরোধকারীটি উল্লেখ করেছে যে যুক্তি (2) এমন পরিস্থিতিতে বিবেচনা করে ক্ষুদ্রতর যেখানে "অ-তাত্পর্যপূর্ণ" উচ্চতর-আদেশের প্রভাবগুলি নিম্ন-আদেশের প্রভাবগুলির জন্য স্কোমের পরিমাণকে পক্ষপাত করতে পারে। এই ধরনের ক্ষেত্রে এটি কল্পনাযোগ্য যে কোনও গবেষক উচ্চ-অর্ডার প্রভাবের দিকে তাকাবেন এবং এটি "অ-তাত্পর্যপূর্ণ" বলে দেখে গবেষককে অজানা, নিম্ন-আদেশের প্রভাবগুলির ব্যাখ্যা করার চেষ্টা করুন যা গবেষককে অজানা, সমঝোতা করা হয়েছে। আমার প্রাথমিক প্রতিক্রিয়াটি হ'ল এটি স্কোয়ারের পরিমাণগুলির সাথে সমস্যা নয়, তবে পি-মান এবং নাল অনুমানের পরীক্ষার traditionতিহ্য নিয়ে। আমি সন্দেহ করি যে সম্ভাবনার অনুপাতের মতো প্রমাণের আরও সুস্পষ্ট পরিমাপের ফলে ডেটাগুলির সাথে সামঞ্জস্যপূর্ণ মডেলগুলির কম অস্পষ্ট চিত্র পাওয়া সম্ভব। তবে, আমি পারিনি


2
শীঘ্রই - হ্যাঁ কেবল অন্য প্যাকেজগুলির সাথে সামঞ্জস্যতা মঞ্জুর করার জন্য (ফলাফলটি কোনওভাবে "ভুল" হলেও - এই ক্ষেত্রে সতর্কতা ম্যাসেজ জরিমানা হবে)। এবং আপনার আশ্চর্যজনক প্যাকেজ জন্য আপনাকে ধন্যবাদ!
তাল গালিলি

আমি যখন "প্যাকেজগুলি" লিখেছিলাম তখন আমি অন্যান্য পরিসংখ্যান প্যাকেজগুলি বোঝাতে চাইছিলাম (যেমন এসপিএস এবং এসএএস) - অন্যরা এই বিষয়টিকে আরও বাড়ীতে
চালিয়েছে

2
ইতিমধ্যে অনেকেই জানেন, বর্তমান ইজ প্যাকেজ (সংস্করণ 3) এজনোভা আপডেট করেছে, এতে এসএস টাইপ এবং রিটার্ন অ্যাওভ মডেলের পক্ষে যুক্তি রয়েছে।
জিগিসু

উত্তর:


9

কেবল প্রশস্ত করার জন্য - আমি বিশ্বাস করি সবচেয়ে সাম্প্রতিকতম আবেদনকারী।

মাইকের পয়েন্টগুলিতে নির্দিষ্ট মন্তব্যে:

  1. এটি স্পষ্টভাবে সত্য যে I / II / III পার্থক্যটি কেবল প্রাসঙ্গিক পূর্বাভাসকারীদের সাথেই প্রযোজ্য (যার মধ্যে ভারসাম্যহীন নকশাগুলি সর্বাধিক সাধারণ উদাহরণ, অবশ্যই ঘটনামূলক আনোভা) - তবে এটি আমার পক্ষে একটি যুক্তি বলে মনে হয় যা ভারসাম্যহীন পরিস্থিতির বিশ্লেষণকে প্রত্যাখ্যান করে (এবং তাই কোনও ধরণের I / II / III বিতর্ক)। এটি অসম্পূর্ণ হতে পারে তবে জিনিসগুলি এইভাবে ঘটে (এবং অনেক প্রসঙ্গে আরও তথ্য সংগ্রহের ব্যয় পরিসংখ্যানগত সমস্যা ছাড়িয়ে যায়, তবুও তাত্পর্যপূর্ণ নয়)।

  2. এটি পুরোপুরি ন্যায্য এবং আমি জুড়ে এসেছি "II II বনাম III এর পক্ষে" বেশিরভাগ মাংসের প্রতিনিধিত্ব করে। আমি সবচেয়ে ভাল সংক্ষিপ্তসারটি মুখোমুখি হলাম ল্যাংগ্র্রুড (২০০৩) "ভারসাম্যহীন ডেটার জন্য আনোভা: স্কোয়ারের তৃতীয় অঙ্কের পরিবর্তে দ্বিতীয় প্রকারের ব্যবহার করুন", পরিসংখ্যান এবং কম্পিউটিং 13: 163-167 (মূলটি খুঁজে পাওয়া শক্ত না হলে আমার পিডিএফ আছে )। তিনি যুক্তি দিয়েছিলেন (দ্বি-গুণক কেসটিকে মৌলিক উদাহরণ হিসাবে গ্রহণ করছেন) যে যদি কোনও ইন্টারঅ্যাকশন থাকে তবে একটি মিথস্ক্রিয়া হয়, সুতরাং প্রধান প্রভাবগুলির বিবেচনাটি সাধারণত অর্থহীন (একটি স্পষ্টতই সুস্পষ্ট বিন্দু) - এবং যদি কোনও ইন্টারঅ্যাকশন না থাকে তবে দ্বিতীয় ধরণের বিশ্লেষণ মূল প্রভাবগুলি তৃতীয় প্রকারের চেয়ে বেশি শক্তিশালী (নিঃসন্দেহে), তাই আপনার সর্বদা টাইপ II এর সাথে যাওয়া উচিত। আমি অন্যান্য যুক্তি দেখেছি (যেমন ভেনেবলস,

  3. এবং আমি এটির সাথে একমত: আপনার যদি কোনও ইন্টারঅ্যাকশন হয় তবে মূল প্রভাব সম্পর্কেও যদি কিছু প্রশ্ন থাকে তবে আপনি সম্ভবত এটি নিজেই করুন।

স্পষ্টতই যারা আছেন কেবল তৃতীয় প্রকার চান কারণ এসপিএস এটি করে, বা পরিসংখ্যানগত উচ্চতর কর্তৃপক্ষের কোনও অন্য রেফারেন্স। এসপিএসএস (যারা সময়, অর্থ, এবং লাইসেন্সের মেয়াদোত্তীর্ণ শর্তগুলির বিরুদ্ধে আমার কিছু জিনিস রয়েছে) এবং টাইপ III এসএস, বা প্রচুর সংখ্যক লোকের পছন্দের দিকে যদি এটি আসে তবে আমি এই দৃশ্যের সম্পূর্ণ বিরোধী নই if লোকেরা আর এবং টাইপ তৃতীয় এসএসে স্থানান্তরিত হচ্ছে। যাইহোক, এই যুক্তি পরিসংখ্যানগতভাবে লম্বা একটি।

যাইহোক, তৃতীয় প্রকারের পক্ষে যে যুক্তিটি আমি তত বেশি প্রমাণ পেয়েছি তা হ'ল মাইয়ারস অ্যান্ড ওয়েল (2003, "গবেষণা ডিজাইন এবং পরিসংখ্যান বিশ্লেষণ", পৃষ্ঠা 323, 626-629) এবং ম্যাক্সওয়েল অ্যান্ড ডেলানি (2004, " ডিজাইনিং এক্সপেরিমেন্টস এবং ডেটা বিশ্লেষণ: একটি মডেল তুলনা দৃষ্টিভঙ্গি ", পৃষ্ঠা 324-328, 332-335)। এটি নিম্নরূপ:

  • যদি ইন্টারঅ্যাকশন হয় তবে সমস্ত পদ্ধতি স্কয়ারের মিথস্ক্রিয়া সংখ্যার জন্য একই ফলাফল দেয়
  • প্রকার II অনুমান করে যে এর প্রধান প্রভাবগুলির পরীক্ষার জন্য কোনও মিথস্ক্রিয়া নেই; টাইপ III না
  • কিছু (যেমন ল্যাংগ্রুদ) যুক্তি দেয় যে যদি ইন্টারঅ্যাকশনটি তাৎপর্যপূর্ণ না হয় তবে আপনি এটি ধরে নেওয়ার পক্ষে ন্যায়সঙ্গত হন যে এটির একটি নেই, এবং (আরও শক্তিশালী) টাইপ II এর প্রধান প্রভাবগুলি দেখার জন্য
  • তবে যদি ইন্টারঅ্যাকশনটির পরীক্ষাটি বিদ্যুৎপাতের ব্যবস্থা করা হয়, তবুও একটি মিথস্ক্রিয়া থাকে তবে ইন্টারঅ্যাকশনটি "অ-তাত্পর্যপূর্ণ" প্রকাশিত হতে পারে তবে এখনও ধরণের II মূল প্রভাব পরীক্ষার অনুমানের লঙ্ঘন হতে পারে, সেই পরীক্ষাগুলিকে খুব উদার হতে পারে না ।
  • মাইয়ারস এবং ওয়েল অ্যাপেলবাউম / ক্র্যামারকে দ্বিতীয় ধরণের পদ্ধতির প্রাথমিক সমর্থক হিসাবে উল্লেখ করেছেন এবং [p323]: "... মিথস্ক্রিয়াকে গুরুত্বের জন্য আরও রক্ষণশীল মানদণ্ড ব্যবহার করা যেতে পারে, যেমন ইন্টারঅ্যাকশনটি তাত্পর্যপূর্ণ না হওয়া প্রয়োজন হিসাবে প্রয়োজনীয় .25 স্তরটি, তবে এমনকি এই পদ্ধতির পরিণতি সম্পর্কে অপর্যাপ্ত বোঝাপড়া রয়েছে a সাধারণ নিয়ম হিসাবে, কোনও ইন্টারঅ্যাকশন প্রভাব অনুমান করার জন্য কোনও প্রাইমারী কারণ না থাকলে এবং স্পষ্টভাবে অদৃশ্য ইন্টারঅ্যাকশন না থাকলে স্কোরারের ধরণের দ্বিতীয় পরিমাণগুলি গণনা করা উচিত নয় unless স্কোয়ারের যোগফল। তারা [p629] সামগ্রিকভাবে, লি ও হর্নিক 1981 একটি বিক্ষোভ হিসাবে উদ্ধৃত করেছেন যে মিথস্ক্রিয়াগুলি যে তাত্পর্যপূর্ণ হয় না তা প্রধান প্রভাবগুলির পরীক্ষার পক্ষপাতিত্ব করতে পারে। ম্যাক্সওয়েল এবং ডেলানির [p334] জনগণের মিথস্ক্রিয়া শূন্য হলে, টাইপের II পদ্ধতির পক্ষে রাখেন, এবং তৃতীয় ধরণের পন্থা যদি এটি না হয় তবে [যদি এই পদ্ধতির থেকে উদ্ভূত অর্থের ব্যাখ্যা করতে হয়)। মিথস্ক্রিয়া পরীক্ষায় টাইপ 2 [আন্ডারপাওয়ার্ড] ত্রুটি তৈরির সমস্যা এবং এর ফলে দুর্ঘটনাক্রমে লঙ্ঘন করার সমস্যার কারণে তারাও বাস্তব-জীবন পরিস্থিতিতে (যখন আপনি তথ্য থেকে ইন্টারঅ্যাকশন উপস্থিতি সম্পর্কে ধারণা তৈরি করছেন) টাইপ III ব্যবহার করার পক্ষে পরামর্শ দেন thus প্রকার II এসএস পদ্ধতির অনুমান; এরপরে তারা মায়ার্স ও ওয়েলকে অনুরূপ আরও পয়েন্ট দেয় এবং এই বিষয়ে দীর্ঘ বিতর্কটি নোট করে! মিথস্ক্রিয়া পরীক্ষায় টাইপ 2 [আন্ডার পাওয়ার্ড] ত্রুটি তৈরির সমস্যা এবং এইভাবে দুর্ঘটনাক্রমে টাইপ II এসএস পদ্ধতির অনুমানকে লঙ্ঘন করার কারণে) তথ্য থেকে ইন্টারঅ্যাক্টের উপস্থিতি সম্পর্কে পুনরায় সূচনা করা; এরপরে তারা মায়ার্স ও ওয়েলকে অনুরূপ আরও পয়েন্ট দেয় এবং এই বিষয়ে দীর্ঘ বিতর্কটি নোট করে! মিথস্ক্রিয়া পরীক্ষায় টাইপ 2 [আন্ডার পাওয়ার্ড] ত্রুটি তৈরির সমস্যা এবং এইভাবে দুর্ঘটনাক্রমে টাইপ II এসএস পদ্ধতির অনুমানকে লঙ্ঘন করার কারণে) তথ্য থেকে ইন্টারঅ্যাক্টের উপস্থিতি সম্পর্কে পুনরায় সূচনা করা; এরপরে তারা মায়ার্স ও ওয়েলকে অনুরূপ আরও পয়েন্ট দেয় এবং এই বিষয়ে দীর্ঘ বিতর্কটি নোট করে!

সুতরাং আমার ব্যাখ্যাটি (এবং আমি কোনও বিশেষজ্ঞ নই!) হ'ল যুক্তির উভয় পক্ষেই প্রচুর উচ্চ পরিসংখ্যান কর্তৃপক্ষ রয়েছে; যে সাধারণ যুক্তিগুলি সামনে রাখা হয়েছে সেই পরিস্থিতি সম্পর্কে নয় যা সমস্যার জন্ম দেয় (সেই পরিস্থিতিটি একটি অ-তাৎপর্যপূর্ণ মিথস্ক্রিয়াটির সাথে মূল প্রভাবগুলি ব্যাখ্যা করার ক্ষেত্রে সাধারণ বিষয়); এবং সেই পরিস্থিতিতে দ্বিতীয় ধরণের পদ্ধতির বিষয়ে উদ্বিগ্ন হওয়ার উপযুক্ত কারণ রয়েছে (এবং এটি সম্ভাব্য ওভার-উদারপন্থী জিনিসের বিপরীতে একটি শক্তিতে নেমে আসে)।

আমার জন্য, ইজানোভাতে টাইপ III বিকল্পের পাশাপাশি তৃতীয় প্রকারের জন্য ইচ্ছা করা যথেষ্ট, কারণ (আমার অর্থের জন্য) এটি আর এর আনোভা সিস্টেমগুলির জন্য একটি দুর্দান্ত ইন্টারফেস। আমার বিবেচনায় নবীনদের পক্ষে সহজ ব্যবহার থেকে আর কিছু উপায়, এবং ইজানোভা এবং বরং সুন্দর প্রভাবের প্লট ফাংশন সহ "ইজ" প্যাকেজটি আরকে আরও সাধারণ গবেষণার দর্শকদের কাছে অ্যাক্সেসযোগ্য করে তোলার দিকে দীর্ঘ পথ পাড়ি দেয়। আমার কিছু চিন্তা-ভাবনা-অগ্রগতি (এবং ইজানোভা-র জন্য একটি বাজে হ্যাক) http://www.psychol.cam.ac.uk/statistics/R/anova.html এ রয়েছে

সবার চিন্তা শুনতে আগ্রহী হবে!


আহ, আমি বুঝতে পারি নি যে প্রেডিক্টরদের পারস্পরিক সম্পর্কযুক্ত যখনই টাইপ II / III পার্থক্যটি দেখা দেয়, যার মধ্যে ভারসাম্যহীন নকশা কেবল একটি উদাহরণ। এটি অবশ্যই আমার প্রথম "কেবলমাত্র আরও ডেটা সংগ্রহ করুন" যুক্তিটিকে আরও দুর্বল করে।
মাইক লরেন্স

2
আমি বরং আপনার যুক্তি দ্বারা দৃ convinced়ভাবে বিশ্বাস করি যে পরিচিত বিশ্লেষণগুলি অর্জনের সহজ উপায়ে সরবরাহ করা হলে আর আরও এসপিএসএস রূপান্তর লাভ করবে, এমনকি যদি এই বিশ্লেষণগুলিকে সাধারণত প্রয়োগ করা হয় তার চেয়ে বেশি সংখ্যক বিবেচ্য বিবেচনা প্রয়োজন। তারপরে, একবার আমরা তাদের আর-এ আঁকিয়ে ফেললে, আমরা তাদের বোঝানোর চেষ্টা করতে পারি যে পরিচিত পদ্ধতির অগত্যা সর্বদা যথাযথ পদ্ধতির নয়। আমি মনে করি ডকুমেন্টেশনে একটি বড় সতর্কতা সহ আমি ডিফল্টটিকে এখনও টাইপ = 2 হিসাবে রেখে দেব যে এই ডিফল্টে এসপিএসএস থেকে পৃথক হওয়া ফলাফল এবং লিঙ্ক II / III পার্থক্যটিতে ডকুমেন্টেশন করতে পারে yield
মাইক লরেন্স

পারস্পরিক সম্পর্কযুক্ত ভবিষ্যদ্বাণী সম্পর্কিত অন্যান্য প্রকরণগুলি সাধারণত ক্রমাগত ভবিষ্যদ্বাণীকারীদের সাথে থাকে তবে হ্যাঁ, এটিই সাধারণ সমস্যা। // এটি আমার কাছে দুর্দান্ত লাগছে! কখনও কখনও এই স্থানান্তরগুলি ধীর হয়; গোলাকৃতি সংশোধনের ব্যবহার (সমস্যাটিকে উপেক্ষা করার পরিবর্তে) আমি মনে করি যে স্নায়ুবিজ্ঞানে অগ্রগতি হয়েছে। এমন সময় ছিল যখন এর কোনও উল্লেখ (বিশেষত যদি আপনি সংশোধনকৃত, অ-পূর্ণসংখ্যার ডিএফ রিপোর্ট করেছিলেন) রেফারিগুলি মনে করে যে আপনি ঘেউ ঘেউ করছেন।
রুডলফ কার্ডিনাল

আমি যুক্ত করতে চাই যে প্রকার তৃতীয় যুক্তিগুলি রক্ষণশীল বা উদার অনুমানের পরীক্ষা সম্পর্কে তবে উপাদানগুলির অর্থ সম্পর্কে নয়। প্রকার III এর একটি প্রধান প্রভাবটি কেবল বোধগম্য নয় কারণ এতে প্রধান প্রভাবগুলির সাথে অনুপস্থিত অন্তর্ভুক্ত রয়েছে। রক্ষণশীল বা উদার পরীক্ষার বিষয়গুলি নির্বিশেষে মৌলিক মডেল একত্রিতকরণের জন্য টাইপ II প্রয়োজন কারণ একটি প্রকার II এর প্রধান প্রভাবটি বোঝায়। এটি বলেছিল, অন্যান্য কারণে ইজানোভাতে তৃতীয় প্রকারের হওয়া উচিত।
জন

7

কেভেট: খাঁটি অ-পরিসংখ্যানের উত্তর। একই ধরণের বিশ্লেষণ (যেমন, আনোভা) করার সময় আমি একটি ফাংশন (বা কমপক্ষে একটি প্যাকেজ) নিয়ে কাজ করতে পছন্দ করি। এখন অবধি, আমি ক্রমাগতভাবে ব্যবহার করি Anova()যেহেতু আমি বারবার ব্যবস্থা নিয়ে মডেলগুলি নির্দিষ্ট করার জন্য এর সিনট্যাক্সকে পছন্দ করি - তুলনা aov()করি এবং অ-পুনরাবৃত্তি ব্যবস্থা সহ সামান্য (এসএস টাইপ আই) হ্রাস করি। ezANOVA()প্রভাব আকারের যুক্ত সুবিধার জন্য দুর্দান্ত। তবে আমি বিশেষত যা পছন্দ করি না তা হ'ল তিন ধরণের ফাংশন নিয়ে মূলত একই ধরণের বিশ্লেষণ করতে হয়, কারণ এর মধ্যে একটি বৈশিষ্ট্য এক্স (তবে ওয়াই নয়) এবং অন্যটি ওয়াই (তবে এক্স নয়) প্রয়োগ করে।

ANOVA জন্য, আমি মধ্যে নির্বাচন করতে পারবেন oneway(), lm(), aov(), Anova(), ezANOVA(), এবং সম্ভবত অন্যদের। আর শেখানোর সময়, ইতিমধ্যে বিভিন্ন বিকল্পগুলি ব্যাখ্যা করার ব্যথা হয় যে তারা কীভাবে একে অপরের সাথে সম্পর্কিত হয় (যার aov()জন্য একটি মোড়ক রয়েছে lm()) এবং কোন ফাংশনটি কী করে:

  • oneway()শুধুমাত্র একক ফ্যাক্টর ডিজাইনের জন্য তবে বিকল্পের সাথে var.equal=FALSE। এ জাতীয় কোনও বিকল্প নেই aov()এবং অন্যরা নয়, তবে সেই কাজগুলি মাল্টিফ্যাক্টোরিয়াল ডিজাইনের জন্যও।
  • পুনরাবৃত্তি ব্যবস্থা জন্য সিনট্যাক্স কিছুটা জটিল aov(), আরও ভালAnova()
  • সুবিধাজনক এস এস টাইপ আমি কেবল aov() , নাAnova()
  • সুবিধাজনক এসএস টাইপ II এবং III কেবলমাত্র Anova() নয়aov()
  • সুবিধাজনক প্রভাব আকারের পরিমাপ ezANOVA()অন্যদের মধ্যে নয়

এটি কেবল একটি সুসংগত সিনট্যাক্সের সাথে একটি ফাংশন শেখাতে হবে যা এটি সমস্ত কাজ করে would সুবিধাজনক এসএস টাইপ III ব্যতীত ezANOVA()আমার পক্ষে সেই ফাংশনটি হতে পারে না কারণ আমি জানি যে শিক্ষার্থীদের কোনও সময়ে তাদের ব্যবহার করতে বলা হবে ("জন ডু এসপিএসের সাথে এই ফলাফলগুলি কেবল ক্রস-চেক করুন")। আমি মনে করি মডেলগুলি নির্দিষ্ট করার জন্য আর একটি বাক্য গঠন না শিখলে নিজের পছন্দটি করার বিকল্পটি থাকা ভাল। "আমি জানি আপনার পক্ষে সবচেয়ে ভাল" দৃষ্টিভঙ্গির গুণাগুণ থাকতে পারে তবে অতিরিক্ত প্রতিরক্ষামূলক হতে পারে।


1
আরও একটি প্রয়োজনীয়তা যুক্ত করার জন্য: ফাংশনটিও এই আনোভা থেকে সমস্ত ধরণের বিপরীতে চালাতে সক্ষম হবে, উদাহরণস্বরূপ, multcompপ্যাকেজটি ব্যবহার করে (যা আমি মনে করি যতক্ষণ পর্যন্ত aovঅবজেক্টগুলির প্রয়োজন হয়)। অন্যথায়, আমি সম্পূর্ণরূপে এবং স্বাভাবিকভাবেই ezআমার প্রতিদিনের দায়িত্বের জন্য ব্যবহার করি, কারণ এটি এত সহজ ...
হেনরিক

1
একটি "পদ্ধতি" যুক্তি যুক্ত করুন ("ওয়ানওয়ে", "আওভ", এবং "আনোভা" এর মতো সম্ভাব্য মানগুলির সাথে এবং "..." যুক্তি দিয়ে var.eq = একদিকের মধ্যে FALSE এবং আনোভাতে = 2 টাইপ করতে হবে) একটি আকর্ষণীয় ধারণা, এবং এটি অবশ্যই মনে হয় যে এটি অন্তর্ভুক্ত করা যথেষ্ট সহজ হবে। পরামর্শের জন্য ধন্যবাদ.
মাইক লরেন্স

@ হেনরিক: আমি সত্যবাদী হতে হবে যে আমার বৈপরীত্য সম্পর্কে বুঝতে খুব সীমাবদ্ধ, এবং আমি সেগুলি কখনই আমার গবেষণায় ব্যবহার করি না, তাই আমি ইজেতে বৈষম্যগুলি অন্তর্ভুক্তিকে অগ্রাধিকার দিই নি।
মাইক লরেন্স

@ মাইক আপনি যদি পদ্ধতিটি যুক্তি যুক্ত করতে পারেন এবং তাই আপনার ফাংশনটি এমন কোনও aovউপাদান ফেরত দিতে সক্ষম হবে যা দুর্দান্ত। এখন পর্যন্ত আমি সাধারণত আমার নিজস্ব aovউপাদান তৈরি করতে অলসতা বোধ করি এবং তার ezANOVAপরিবর্তে t.tests ব্যবহার করি ...
হেনরিক

@ মাইকে আপনার পক্ষে যে কাজটি করা হচ্ছে সেহেতু আমি এরকম কিছু প্রস্তাব দেওয়ার সাহস করি নি! এর জন্য ধন্যবাদ! দ্যezপ্যাকেজ কিছু মহান সম্ভাবনা রয়েছে: মনোবিজ্ঞানে, এটি আগে থেকেই বেশ প্রায়ই সুপারিশ করা হচ্ছে (Cf. জার্মান বুক "Einsteiger পশম আর" Luhmann দ্বারা)। এটিকে আরও নমনীয় করে তোলা অবশ্যই প্রশংসিত হবে।
কারাকাল

2

আর-ওয়ার্ল্ড টাইপ 3 এসএসকে বেশি পছন্দ করে না।

সাধারণত উদ্ধৃত রেফারেন্সগুলির মধ্যে একটি হ'ল বিল ভেনিয়েবল (2000) এর "লিনিয়ার মডেলগুলির উপর এক্সিজিজ"

আমি আশা করি আমি তাকে ভুল ব্যবহার করছি না, তবে আমি মনে করি তার মূল যুক্তিটি হ'ল টাইপ 3 এসএস লিনিয়ার মডেলগুলির প্রান্তিকতা নীতি লঙ্ঘন করে এবং তাই যুক্তিযুক্ত নয়।


0

এটি আমার জন্য টাইপ -২ / তৃতীয় ইস্যুতে চোখ ধাঁধানো বিতর্ক। আলোচনার জোগান দেওয়ার ক্ষেত্রে সবার চেষ্টা করার জন্য ধন্যবাদ। আমি টাইপ -2 এর ধারাবাহিকভাবে প্রকার III-র প্রচারের দৃষ্টিভঙ্গিতে পৌঁছতে পারতাম, তবে তর্কটির বিষয়ে দুর্বল ধারণা ছিলাম - আমি কেবল জন ফক্সের রিগ্রেশন বইয়ের (গাড়িতে) পরামর্শের উপর নির্ভর করেছি যে টাইপ -3 পরীক্ষার পরামর্শ দেওয়া খুব কমই হয়েছিল ব্যাখ্যামূলক (ভাল, আমি মনে করি তিনি বলেছেন যে ...)।

যাইহোক- এজানোভা আর ক্রিয়াকলাপের অ্যাক্সেসের অনুমতি দেওয়ার জন্য সত্যই দরকারী যা অন্যথায় আমি সাইকোলজিতে যে স্নাতকোত্তর পড়ি তাদের পক্ষে অসম্ভব হবে। আমি অনলাইনে আর মডিউল সরবরাহ করি, একটি মিশ্র আনোভা ডিজাইন প্রদর্শনের জন্য এজানোয়া বৈশিষ্ট্যযুক্ত (যদিও এটি প্রাক সংস্করণ 3 এর জন্য বগি হতে পারে ... ডাহ!)

এটি এখানে চেষ্টা করে দেখুন:

http://www.wessa.net/rwasp_Mixed%20Model%20ANOVA.wasp

মডিউল লোড হওয়ার পরে (~ 10s) কমপুট বোতামটি সন্ধান করুন (পৃষ্ঠার অর্ধেক পথ) এবং এটি ইজনোভা এবং সম্পর্কিত টেবিল এবং প্লট চালাবে run

ইয়ান


আপনি যখন বলছেন যে মিশ্র আনোভা নকশাগুলির জন্য ইজ বগি ছিল, আপনি কি আমার সাম্প্রতিক সংস্করণ 3.0 এর ঘোষণার ভিত্তিতে এটি ভিত্তি করছেন যা আমি নোট করেছি যে ইজমিক্সড () কোডটিতে কোনও বাগ ছিল? যদি তা হয় তবে আমি মনে করি আপনি এই নোটটির ভুল ব্যাখ্যা করেছেন। ইজিমিক্সড () ইজানোভা () এর সাথে সম্পর্কিত নয়। ইজমিক্সড () মিশ্র প্রভাবগুলির মডেলিং প্রসঙ্গে স্থির প্রভাবগুলির প্রভাব নির্ধারণে সহায়তা করে।
মাইক লরেন্স

এইচআই মাইক - আপনি একেবারেই ঠিক বলেছেন - এটি ইজিমিক্সড () এ আপনার নোট ছিল এবং এটি আমি ইজানোভা () এর জন্য পড়েছি এবং ভুল ব্যাখ্যা করেছি।
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.