Bài kiểm tra hoc trong ANOVA thiết kế hỗn hợp 2x3 bằng SPSS?


8

Tôi có hai nhóm 10 người tham gia được đánh giá ba lần trong một thử nghiệm. Để kiểm tra sự khác biệt giữa các nhóm và trong ba đánh giá, tôi đã chạy ANOVA thiết kế hỗn hợp 2x3 với group(kiểm soát, thử nghiệm), time(thứ nhất, thứ hai, ba) và group x time. Cả hai timegroupkết quả có ý nghĩa, bên cạnh đó là một sự tương tác đáng kể group x time.

Tôi không biết rõ làm thế nào để tiến hành kiểm tra thêm về sự khác biệt giữa ba lần đánh giá, cũng liên quan đến tư cách thành viên nhóm. Trên thực tế, lúc đầu tôi chỉ xác định trong các tùy chọn của ANOVA để so sánh tất cả các hiệu ứng chính, sử dụng hiệu chỉnh Bonferroni. Tuy nhiên, sau đó tôi nhận ra rằng theo cách này, họ đã so sánh sự khác biệt về thời gian của tổng mẫu, không có sự phân biệt nhóm, phải không?

Do đó, tôi đã tìm kiếm rất nhiều trên internet để tìm một giải pháp khả thi, nhưng với kết quả khan hiếm. Tôi chỉ tìm thấy 2 trường hợp tương tự như của tôi, nhưng giải pháp của họ là ngược lại!

  1. Trong một bài viết, sau khi thiết kế hỗn hợp, các tác giả đã thực hiện 2 biện pháp lặp lại ANOVA như là một bài hậu đại học, một cho mỗi nhóm đối tượng. Bằng cách này, hai nhóm được phân tích riêng mà không có sự điều chỉnh nào, tôi có đúng không?
  2. Trong một hướng dẫn trên internet, họ nói sẽ thêm thủ công theo cú pháp SPSS COMPARE(time) ADJ(BONFERRONI), ngay sau đó /EMMEANS=TABLES(newgroup*time), trong khi chạy ANOVA hỗn hợp. Bằng cách này, ba lần được so sánh riêng cho từng nhóm, với sự điều chỉnh Bonferroni, tôi có đúng không?

Bạn nghĩ sao? Đó sẽ là cách chính xác để tiến hành?

anova  mixed-model  spss  post-hoc  bonferroni  time-series  unevenly-spaced-time-series  classification  normal-distribution  discriminant-analysis  probability  normal-distribution  estimation  sampling  classification  svm  terminology  pivot-table  random-generation  self-study  estimation  sampling  estimation  categorical-data  maximum-likelihood  excel  least-squares  instrumental-variables  2sls  total-least-squares  correlation  self-study  variance  unbiased-estimator  bayesian  mixed-model  ancova  statistical-significance  references  p-value  fishers-exact  probability  monte-carlo  particle-filter  logistic  predictive-models  modeling  interaction  survey  hypothesis-testing  multiple-regression  regression  variance  data-transformation  residuals  minitab  r  time-series  forecasting  arima  garch  correlation  estimation  least-squares  bias  pca  predictive-models  genetics  sem  partial-least-squares  nonparametric  ordinal-data  wilcoxon-mann-whitney  bonferroni  wilcoxon-signed-rank  traminer  regression  econometrics  standard-error  robust  misspecification  r  probability  logistic  generalized-linear-model  r-squared  effect-size  gee  ordered-logit  bayesian  classification  svm  kernel-trick  nonlinear  bayesian  pca  dimensionality-reduction  eigenvalues  probability  distributions  mathematical-statistics  estimation  nonparametric  kernel-smoothing  expected-value  filter  mse  time-series  correlation  data-visualization  clustering  estimation  predictive-models  recommender-system  sparse  hypothesis-testing  data-transformation  parametric  probability  summations  correlation  pearson-r  spearman-rho  bayesian  replicability  dimensionality-reduction  discriminant-analysis  outliers  weka 


Văn bản chính của Winer (1962) về số liệu thống kê. cung cấp các công thức cho các thuật ngữ lỗi được sử dụng trong các so sánh sau hoc theo nhiều loại ANOVA, bao gồm cả thuật ngữ này.

Xin chào @StuartMcKelvie, bạn có thể cho biết thêm chi tiết không? Vì thế, câu trả lời của bạn khó có thể sử dụng được bởi OP hoặc khách truy cập trong tương lai. (Thêm vào đó, bạn không cung cấp tài liệu tham khảo cho Winer [1962] và vì nó quá cũ nên có thể không dễ tìm.)
Patrick Coulombe

Tôi đã tìm thấy chương miễn phí này từ IBM SPSS Statistics (18 & 19): Workbook psychtestingonline.com/PDFDoader.aspx?pdf=3 Chính xác là về trường hợp của bạn
sviter

Tôi đang có cùng một vấn đề. Bạn đã quyết định một phương pháp cụ thể cuối cùng? Cảm ơn bạn.
Laoise Ní Chléirigh

Câu trả lời:


2

Trả lời chỉnh sửa để thực hiện nhận xét khích lệ và mang tính xây dựng của @Ferdi

Tôi muốn:

  1. cung cấp một câu trả lời với một kịch bản chứa đầy đủ
  2. đề cập đến người ta cũng có thể kiểm tra độ tương phản tùy chỉnh chung hơn bằng cách sử dụng lệnh / TEST
  3. lập luận rằng điều này là cần thiết trong một số trường hợp (ví dụ: sự kết hợp EMMEANS COMPARE là không đủ)

Tôi giả sử có một cơ sở dữ liệu với các cột: depV, Group, F1, F2. Tôi triển khai ANOVA thiết kế hỗn hợp 2x2x2 trong đó depV là biến phụ thuộc, F1 và F2 nằm trong các yếu tố chủ thể và Nhóm là một yếu tố giữa các chủ thể. Tôi cũng cho rằng thử nghiệm F đã tiết lộ rằng Nhóm tương tác * F2 rất có ý nghĩa. Do đó, tôi cần sử dụng các bài kiểm tra bài hoc để hiểu những gì thúc đẩy sự tương tác.

MIXED depV BY Group F1 F2 
  /FIXED=Group F1 F2 Group*F1 Group*F2 F1*F2 Group*F1*F2 |  SSTYPE(3) 
  /METHOD=REML 
  /RANDOM=INTERCEPT | SUBJECT(Subject) COVTYPE(VC) 
  /EMMEANS=TABLES(Group*F2) COMPARE(Group) ADJ(Bonferroni)
  /TEST(0) = 'depV(F2=1)-depV(F2=0) differs between groups' 
    Group*F2 1/4 -1/4 -1/4 1/4 
    Group*F1*F2 1/8 -1/8 1/8 -1/8 -1/8 1/8 -1/8 1/8 
  /TEST(0) = 'depV(Group1, F2=1)-depV(Group2, F2=1)' Group 1 -1
    Group*F1 1/2 1/2 -1/2 -1/2 
    Group*F2 1 0 -1 0  
    Group*F1*F2 1/2 0 1/2 0 -1/2 0 -1/2 0 .

Cụ thể, thử nghiệm t thứ hai tương ứng với thử nghiệm được thực hiện bởi lệnh EMMEANS. So sánh EMMEANS có thể tiết lộ ví dụ rằng depV lớn hơn trong Nhóm 1 với điều kiện F2 = 1.

Tuy nhiên, sự tương tác cũng có thể được điều khiển bởi một thứ khác, được xác minh bằng thử nghiệm đầu tiên: sự khác biệt depV (F2 = 1) -depV (F2 = 0) khác nhau giữa các nhóm và đây là sự tương phản mà bạn không thể xác minh bằng lệnh EMMEANS (ít nhất tôi đã không tìm thấy một cách dễ dàng).

Bây giờ, trong các mô hình có nhiều yếu tố, hơi khó để viết xuống dòng / TEST, chuỗi 1/2, 1/4, được gọi là ma trận L. Thông thường nếu bạn nhận được thông báo lỗi: "ma trận L không thể ước tính được", bạn đang quên một số yếu tố. Một liên kết giải thích về hóa đơn này là: https://stats.idre.ucla.edu/spss/faq/how-can-i-test-contrasts-and-interaction-contrasts-in-a-mixed-model/


Thật là một câu trả lời tuyệt vời. Bạn có thể làm cho nó thậm chí tốt hơn nếu bạn 1. tóm tắt nội dung của liên kết của bạn và 2. giải thích những gì bạn đang làm theo thống kê
Ferdi

1

Tôi không biết rõ cú pháp SPSS, nhưng, nếu tôi hiểu chính xác tình huống của bạn, sự tương tác đáng kể có nghĩa là, để đánh giá đầy đủ tầm quan trọng của các hiệu ứng chính của bạn, bạn sẽ cần phải phân tích riêng. Tôi nghĩ cách tốt nhất để tiến hành là phân tích các biện pháp lặp lại riêng biệt cho từng cấp độ trong yếu tố nhóm của bạn. Có lẽ ai đó khác có thể nói tốt hơn cho câu hỏi về cách xử lý sửa lỗi cho nhiều so sánh trong quá trình phân tích hậu hoc, nhưng tôi khá chắc chắn rằng bạn vẫn cần sử dụng một sự điều chỉnh. Bạn có thể thử Tukey, như một sự điều chỉnh so sánh nhiều!


Cảm ơn bạn vì câu trả lời. Nếu tôi hiểu chính xác, bạn đề xuất giải pháp 1), để tiến hành hai biện pháp lặp lại ANOVAs riêng biệt, một biện pháp cho mỗi nhóm, với thời gian là biến phụ thuộc bên trong (3 cấp) và sau đó, nếu có ý nghĩa, hãy so sánh các tác động chính với hiệu chỉnh của Tukey (hoặc Bonferroni, tôi đoán vậy, không ổn sao?). Tôi đã hiểu đúng chưa?
Federico

Trong trường hợp này, bằng cách sử dụng SPSS, tôi đã chọn "Dữ liệu / Chia tệp ..." và nhập biến nhóm. Điều này có đúng không? Bằng cách này, tôi đã tìm thấy một ANOVA có ý nghĩa hơi nhỏ (p = 0,044) cho nhóm kiểm soát, nhưng Bonferroni (nó không cho phép tôi thực hiện các so sánh Tukey) đều không đáng kể ... Làm thế nào để giải thích điều này? Là kết quả ANOVA một lỗi loại I?
Federico

1

Nói ngắn gọn. Không có quy ước được chấp nhận trên toàn cầu cho những tình huống này. Một số sẽ sử dụng Bonferroni chỉnh sửa. Một số người sẽ buộc khung Tukey HSD nhảy cho họ (ví dụ Maxwell & Delaney). Ngược lại...

COMPARE(time) ADJ(BONFERRONI)", just after "/EMMEANS=TABLES(newgroup*time)

... dường như không sử dụng hiệu chỉnh Bonferroni. Tuy nhiên, cách tiếp cận này có vẻ bảo thủ, đặc biệt là khi đối mặt với sự điều chỉnh theo phong cách Holm-Sidak. (ĐẶC BIỆT nếu bạn không sử dụng MSW làm thuật ngữ lỗi cho các so sánh sau hoc của bạn).

Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.