Tôi đã tính toán các tỷ lệ khả năng này một cách chính xác chưa?

Tôi là tác giả của gói ez cho R và tôi đang làm việc với một bản cập nhật để bao gồm tự động tính toán tỷ lệ khả năng (LR) trong đầu ra của ANOVAs. Ý tưởng là cung cấp một LR cho mỗi hiệu ứng tương tự như thử nghiệm hiệu ứng đó mà ANOVA đạt được. Ví dụ, LR cho hiệu ứng chính đại diện cho việc so sánh mô hình null với mô hình bao gồm hiệu ứng chính, LR cho tương tác đại diện cho việc so sánh mô hình bao gồm cả hiệu ứng chính thành phần so với mô hình bao gồm cả hiệu ứng chính và tương tác của họ, vv

Bây giờ, sự hiểu biết của tôi về tính toán LR đến từ Glover & Dixon ( PDF ), bao gồm các tính toán cơ bản cũng như sửa chữa cho độ phức tạp, và phần phụ lục của Bortolussi & Dixon ( phụ lục PDF ), bao gồm các tính toán liên quan đến các biến số đo lặp lại. Để kiểm tra sự hiểu biết của tôi, tôi đã phát triển bảng tính này , lấy các dfs & SS từ một ví dụ ANOVA (được tạo từ thiết kế 2 * 2 * 3 * 4 bằng cách sử dụng dữ liệu giả) và thực hiện các bước tính toán của LR cho mỗi hiệu ứng.

Tôi thực sự sẽ đánh giá cao nếu ai đó tự tin hơn một chút với tính toán như vậy có thể xem và đảm bảo tôi đã làm mọi thứ chính xác. Đối với những người thích mã trừu tượng, đây là mã R thực hiện cập nhật lên ezANOVA () (xem các dòng đặc biệt 15-95).

Mặc dù lý do về việc tính toán LR từ các giá trị SS là khá công bằng, một phương pháp bình phương nhỏ nhất là tương đương nhưng không giống như ước tính khả năng. (Sự khác biệt có thể được minh họa, ví dụ như trong tính toán se, được chia cho (n-1) theo cách tiếp cận bình phương nhỏ nhất và chia cho n theo khả năng tối đa. Do đó, ước tính khả năng tối đa là phù hợp, nhưng hơi sai lệch ).

Điều này có một số hàm ý: bạn có thể tính toán LR vì khả năng tỷ lệ thuận với , nhưng điều đó không cung cấp cho bạn khả năng của chính mô hình anova của bạn. Nó chỉ cho bạn biết một cái gì đó về tỷ lệ. Vì AIC được xác định theo cách cổ điển theo khả năng, tôi không chắc liệu bạn có thể sử dụng AIC như bạn dự định hay không.$\frac{1}{s}$

Tôi đã xem bảng tính, nhưng các giá trị cho "LR chưa được xử lý bên trong" (Tôi cũng không hoàn toàn làm theo chính xác những gì bạn đang cố gắng tính toán ở đó) dường như rất khó xảy ra với tôi.

Một lưu ý nữa, sức mạnh của thử nghiệm LR là bạn có thể chỉ cần đối chiếu các mô hình mà bạn muốn, bạn không phải làm điều đó cho tất cả chúng (làm giảm lỗi đa nhiệm). Nếu bạn làm điều này cho mọi thuật ngữ, thì LR của bạn hoàn toàn tương đương với bài kiểm tra F và trong trường hợp bình phương tối thiểu, theo như tôi biết thậm chí về số lượng giống nhau.

Dặm của bạn có thể khác nhau, nhưng tôi chưa bao giờ tự tin pha trộn các khái niệm của hai khung khác nhau (nghĩa là bình phương nhỏ nhất so với khả năng tối đa). Cá nhân, tôi đã báo cáo thống kê F và triển khai LR trong một hàm cho phép so sánh các mô hình (ví dụ: hàm anova cho các mô hình lme thực hiện chính xác điều đó).

2 xu của tôi.

PS: Tôi đã xem mã của bạn, nhưng thực sự không thể tìm ra tất cả các biến. Nếu bạn chú thích mã của bạn bằng cách sử dụng các bình luận, điều đó sẽ làm cho cuộc sống dễ dàng hơn một chút. Bảng EXCEL cũng không phải là dễ nhất để tìm ra. Tôi sẽ kiểm tra lại sau để xem liệu tôi có thể làm gì từ nó không.