ANOVA повторных измерений Опции

[grergi]

А откуда эти формулы? Происхождение этого скриншота уточните, пож-ста.

Медико-Биологическая статистика Стентон Гланц.

[DrgLena]

В программе Statisitica Friedman ANOVA, в отличие от Kruckal - Wallis ANOVA не реализованы вообще попарные сравнения, но суммы рангов выдаются и дальше руками таблицами в том же Гланце.

[100$]

Post hoc в дисперсионном анализе - параметрический критерий Ньюмена-Кейлса, очевидно должен существовать Post hoc после критерия Фридмана, и один из его вариантов - непараметрический критерий Ньюмена-Кейлса. Это здравый смысл.

Тогда я нашел подходящее применение вашему здравому смыслу: набрать в справочной системе Статистики требуемые ключевые слова и дождаться-таки ответа по существу. Держите нас в курсе.

[grergi]

В программе Statisitica Friedman ANOVA, в отличие от Kruckal - Wallis ANOVA не реализованы вообще попарные сравнения, но суммы рангов выдаются и дальше руками таблицами в том же Гланце.

DrgLena, спасибо.

[DrgLena]

Если вы ограничены только Statistica, то парные сравнения после Фридмана можете сделать, используя Вилкоксона, сделав поправку на число сравнений. Но если есть SPSS, то до 18 версии есть готовый скрипт, а после уже встроены множественные сравнения. Но у меня нет лицензии на непараметрику в SPSS. Есть также готовый скрипт для R, что совершенно бесплатно
http://timo.gnambs.at/en/scripts/friedmanposthoc

[nokh]

Прикрепляю пошаговую инструкцию проведения однофакторного ДА в Statistica двумя способами:
1) Через модуль "ДА с повторными измерениями"
2) Через модуль "Общие линейные модели"
Материал не претендует на полноту, но основная траектория дана.

>100$
В выводах есть частично ответ на вопрос в #22. Со сферичностью и вообще смешанными моделями пока не имел возможности разобраться, хотя даже несколько книжек хороших скачал. Здесь я не в теме.

Результаты аналогичные подходу (1) легко получаются в R. Результаты (2) полностью совпадают с тем, что можно получить в SPSS, но в R я пока не смог получить в точности такую же таблицу без того, чтобы досчитывать что-то вручную (пытался не с этим, а более сложным дисперсионным комплексом, но думаю и здесь не получится).

>grergi
Для апостериорных сравнений после критерия Фридмана используется критерий Неменьи, предложенный в 1963 г. (Nemenyi, 1963). Описывался также в работах Marascuilo & McSweeney (1977) и Miller (1981), однако приобрёл популярность после выхода в 1984 г. книги Шайха и Хэмерли (Schaich, Hamerle, 1984) в связи с чем часто необоснованно и неправильно называется их именами (Schaich-Hamerle test). Метод представляет собой прямой ранговый аналог критерия множественных сравнений Шеффе (Sheffe's test) в дисперсионном анализе, т.е. это достаточно консервативный критерий. Учитывая сверхмалый объём выборки целиком уходить в непараметрику нецелесообразно.

Сообщение отредактировал nokh - 23.04.2014 - 19:21

Прикрепленные файлы

 Однофакторный_дисперсионный_анализ_с_повторными_измерениями_в_Statictica.rar ( 552,01 килобайт ) Кол-во скачиваний: 492

 

[100$]

>100$
В выводах есть частично ответ на вопрос в #22. Со сферичностью и вообще смешанными моделями пока не имел возможности разобраться, хотя даже несколько книжек хороших скачал. Здесь я не в теме.

Nokh, за проделанную работу спасибо. Все-таки Статистике в смысле документирования алгоритмов далеко до IBM SPSS или SAS.
Вопрос о статистике Дарбина-Уотсона снимаю: обе модели дают одинаковый протокол оценивания.
В настройках пункта 4) на с.7. есть смысл выставить галочку "No intercept": толку от этого интерцепта все равно никакого. Ежу понятно, что генеральное среднее будет статистически значимо. Хотя британские ученые недавно доказали, что ежу, как раз, ничего не понятно.)

И, напоследок, личная просьба:
1) нельзя ли выложить результаты тестирования сферичности для данного случая - теста Моучли (Mauchly);
2) если в упомянутой скачанной литературе вам попадется матричная запись Sigma-restricted модели для данного случая просьба выложить. Я что-то никак ее не найду для дизайна с повторными измерениями.

[nokh]

1) нельзя ли выложить результаты тестирования сферичности для данного случая - теста Моучли (Mauchly);

Mauchley Sphericity Test
Sigma-restricted parameterization
Effective hypothesis decomposition
W=0,882320; Chi-Sqr.=0,751200; df=2; p=0,686877

По поводу свободного члена (intercept) - согласен. В видео, которое когда-то выкладывал тоже эту галочку убирал. Хотя в статпроверке этого члена модели смысла нет, в самом его присутствии в результатах пакета - есть. Т.е. если записывать модель как: у=мю+эффекты+взаимодействия+ошибка, то и представлять её нужно в таком виде. В принципе логика составителей пакета понятна: если оцениваем всё, почему бы не проверить и мю.

Формулы посмотрю.

Сообщение отредактировал nokh - 23.04.2014 - 21:58

[100$]

Mauchley Sphericity Test
Sigma-restricted parameterization
Effective hypothesis decomposition
W=0,882320; Chi-Sqr.=0,751200; df=2; p=0,686877

По поводу свободного члена (intercept) - согласен. В видео, которое когда-то выкладывал тоже эту галочку убирал. Хотя в статпроверке этого члена модели смысла нет, в самом его присутствии в результатах пакета - есть. Т.е. если записывать модель как: у=мю+эффекты+взаимодействия+ошибка, то и представлять её нужно в таком виде. В принципе логика составителей пакета понятна: если оцениваем всё, почему бы не проверить и мю.

Формулы посмотрю.

Еще раз спасибо.

[anserovtv]

Критерий Моучли (с информацией о коррекции).

Сообщение отредактировал anserovtv - 24.04.2014 - 19:56

Прикрепленные файлы

 Тест_Моучли_с_коррекцией.bmp ( 536,65 килобайт ) Кол-во скачиваний: 972

 

[100$]

Критерий Моучли с коррекцией.

Ну вот, наконец, совместными усилиями удалось сделать тему интересной.
Слово "коррекция" относится к методике расчета теста? Или к эпсилон-коррекции числа степеней свободы для F-теста? Почему Statistica и SPSS дают разные значения теста и хи2-аппроксимации?
Я это к тому, что раз тест Моучли гипотезу о сферичности не отвергает, то в эпсилон-коррекции (Гринхауз-Гайссер, Юнх-Фельдт и Бокс (ограниченный снизу)) нет никакой надобности.

[anserovtv]

Только эпсилон-коррекция... С остальным согласен. Почему результаты различны - не знаю.
Вроде бы данные ввел верно. Пакета Statistica у меня нет.

[DrgLena]

Почему результаты различны - не знаю.

In some of its documentation SPSS quotes a formula for calculating the p-value
associated with chi-squared statistic given above for Mauchly's W Statistic.
The p-value returned by these routines is based on the standard chi-squared
distribution using the statistic and p-value given above, rather then the formula
given in the SPSS documentation

[grergi]

Прикрепляю пошаговую инструкцию проведения однофакторного ДА в Statistica двумя способами:
1) Через модуль "ДА с повторными измерениями"
2) Через модуль "Общие линейные модели"
Материал не претендует на полноту, но основная траектория дана.

>grergi
Для апостериорных сравнений после критерия Фридмана используется критерий Неменьи, предложенный в 1963 г. (Nemenyi, 1963). Описывался также в работах Marascuilo & McSweeney (1977) и Miller (1981), однако приобрёл популярность после выхода в 1984 г. книги Шайха и Хэмерли (Schaich, Hamerle, 1984) в связи с чем часто необоснованно и неправильно называется их именами (Schaich-Hamerle test). Метод представляет собой прямой ранговый аналог критерия множественных сравнений Шеффе (Sheffe's test) в дисперсионном анализе, т.е. это достаточно консервативный критерий. Учитывая сверхмалый объём выборки целиком уходить в непараметрику нецелесообразно.

Спасибо, nokh.

[DrgLena]

nokh спасибо, углубляемся дальше:)

Ну вот, наконец, совместными усилиями удалось сделать тему интересной.

Вот и мне интересно, почему anserov назвал Критерий Моучли с коррекцией, может, для коррекции. У меня 18 версия SPSS и полное совпадение со Statistica, может уже внесли исправления.
Не могу согласиться с выводами nokh, по результатам сравнения двух подходов в пользу второго. ANOVA для повторных измерений предполагает одно измерение в одной временной точке. Вот для двух или больше факторов при несвязанных выборках именно так, шаг за шагом, разбираясь кого куда вложить.
Анализ сферичности реализован и имеет смысл именно в модуле для повторных наблюдений. Выбор метода коррекции зависит от степени нарушения сферичности.
Наименее консервативный H-F дает практически полную сферичность для этого примера, более консервативен G-G, и наиболее консервативет Lower-Bound.

Прикрепленные файлы

 f2.pdf ( 40,24 килобайт ) Кол-во скачиваний: 372