Помогите разобраться с обработкой данных в STATISTICA. Имеется несколько человек, с каждого снимали данные четыре раза: два раза при задании 1 и два раза при задании 2.
Данные представляют собой значения для нескольких регионов интереса (поля Бродмана и др).
Задача: посмотреть контраст ЗАДАНИЕ 1 - ЗАДАНИЕ 2 и контраст ЗАДАНИЕ 2 - ЗАДАНИЕ 1.

Имена людей записал в столбец.
В строку var я записал такую последовательность: Поле_Бродмана_1_условие11, Поле_Бродмана_1_условие12, Поле_Бродмана_1_условие21, Поле_Бродмана_1_условие22 .... Поле_Бродмана_40_условие11, Поле_Бродмана_40_условие12 ...

Где условие 11 значит, что это первое сканирование при задании 1; условие 12 значит, что это второе сканирование при задании 1; условие 21 значит, что это первое сканирование при задании 2;
условие 22 значит, что это второе сканирование при задании 2.

Скриншот таблицы в экселе.
Нажмите для просмотра прикрепленного файла

Вставляю эту таблицу в STATISTICA, жму Repeated measures ANOVA, в Variables выбираю четыре скана для одного региона интереса, в Within effects пишу 4.
Скриншот таблицы в статистике.
Нажмите для просмотра прикрепленного файла

Жму ок, смотрю график:
Нажмите для просмотра прикрепленного файла

1)Если бы различия были значимы, мог бы я интерпретировать данные так: значения при задании 1 больше, чем значения при задании 2?

2)Какие есть способы обнаружить людей, у которых данные сильно отличаются от других, и которых нужно исключить из анализа?

3)Как я могу сделать линейный контраст 1/4+1/4-1/4-1/4?

4)Правильно ли я воспользовался Repeated measures ANOVA, или таблицу нужно составить другим образом?

Помогите хотя бы с 4-м вопросом. Спасибо!

Вы все перепутали. В том виде, как представлены данные, у вас не один, а два внутригрупповых фактора (каждый с двумя уровнями)
1 отсрочка( первый этап,второй этап)
2 задание ( первое, второе). Обычно этот фактор является межгрупповым.
ДА выполняется по каждому критерию (показателю) отдельно.
Другой вариант обработки - многомерный случай ...
Выбросы можно обнаружить с помощью ящичных диаграмм.
Контрасты сформулированы неверно. Контраст задание 1 задание 2 и наоборот - это одно и тоже сравнение , которое не является контрастом.
Контраст применяется обычно только в случае, когда имеется более двух градаций (уровней фактора).
Это просто главный эффект внутригруппового фактора. И второй "контраст" является эффектом.
Я не могу писать подробности , так как использую только пакет SPSS. Там контрасты не вводятся , а выбираются из списка , есть и ваш линейный..
Думаю, что в любом случае данные вы ввели и обрабатываете неверно.
Дисперсионный анализ с повторными измерениями - одна из самых сложных процедур статанализа.

>anserovtv

Если 2 измерения - просто 2 случайные реализации одной процедуры, то фактор 1 можно опустить. В этом случае именно данная пара измерений будет наименьшей ячейкой дисперсионного комплекса, по которой будет рассчитана ошибка. Его имеет смысл выделять в самостоятельный фактор только если есть основания считать, что это не 2 случайных измерения из бесконечного числа возможных, а именно "этап" - фиксированный по плану эксперимента фактор, который можно воспроизвести. Скажем, если измерения сделаны на разных сроках лечения или типа того.
С остальным в основном согласен.

>Petroholod
Ваш дизайн - это не обычные повторные измерения. Если бы вы измеряли каждого только дважды (задание 1 и 2) - то можно было бы сделать как у вас. Но у вас эти измерения продублированы, что для точности измерения интерсующего фактора "Задание" очень хорошо. В вашем случае я бы сделал двухфакторный дисперсионный анализ с случайным фактором "Индивид" (чтобы учесть зависимый характер выборок). Для этого нужно ВСЕ измерния помесить в первый столбец, скажем "Поле_Бродмана", во второй столбец "Индивид" - проставить индивидуальные метки людей от 1 до 22, в третий столбец "Задание" проставить коды 1 или 2. Если вы выложите сюда такой файл, то я смогу показать: как сделать этот анализ в модуле "Общие линейные модели", как задать случайный фактор и как задать контраст для запланированных сравнений.
! Файл либо в xls, либо Statistica не старше 8 версии. В архиве, иначе не подошьётся к сообщению.

>anserovtv
В SPSS ДА любой сложности в рамках классической General LM намного удобнее задавать через синтаксис (через меню у меня не всё получалось). Описанный выше дизайн можно сделать так: поместить организованный описанным способом файл brodman.sav в корень диска С: и запустить синтаксис:
GET
FILE='C:\brodman.sav'.
DATASET NAME DataSet1 WINDOW=FRONT.
UNIANOVA
Data BY Ind Var
/RANDOM = Ind
/METHOD = SSTYPE(3)
/INTERCEPT = EXCLUDE
/CRITERIA = ALPHA(.05)
/DESIGN = Ind Var Ind*Var.

А я подумал, что сканирования значимы, иначе их было бы , скорее всего, больше двух.
И автор использует (почему?) повторные измерения.
nokh
С остальным в основном согласен. попробую выполнить ДА через синтаксис.
Но у меня все получается и через меню.
Умею через синтаксис оценивать компоненты дисперсии для вложенных случайных факторов / через меню - нельзя!/.
Случайный фактор temp вложен в случайный фактор ofen / строка /DESIGN= ofen temp(ofen)/.
Командный файл запускается из открытого файла данных.

У меня не получаются сложные. Типа как у Монтгомери (1980) на стр. 258. Книга есть в сети в djvu. В таблице этого примера есть опечатка: столбец 1, приспособление 2: вместо 37 нужно 27. Попробуйте!

Было бы интересно сравнить результаты ДА данных Petroholod в обоих пакетах: STATISTICA и SPSS.
nokh
По вашему командному файлу - не смог разобраться в /спецификациях/ переменных / выдает ошибку/.
Если этот командный файл немного исправить, то его можно запускать из открытого файла с данными.
Видимо, в этот командный файл нужно добавить и графику?
По книге - у меня такой формат не читается, если можно пришлите скан или сами данные с комментариями.
Я понимаю, вроде бы, с чем у вас могут быть проблемы в многомерном случае - нужно правильно задавать имена переменных.
Например: плотность генерируется из переменных: плотность1, плотность2, плотность3 и т.д. Переменную плотность нужно задавать в самом начале.
В SPSS имеются подсказки.
Существует альтернатива ДА в SEM. Я понял . в чем состоит ее основное преимущество: можно оценивать общие, прямые и косвенные эффекты!!!
Было бы интересно понять, как соотносятся Смешанные линейные модели и SEM.

Пришлось мне впервые посчитать ANOVA (one-way) в Statistica, не могу разобраться что она выдает. Первая строчка имеет заглавие Intercept и p=0.0000, вторая строчка Var.2 (тот столбец, куда я внёс группирующую) и там p=0.12. По идее мой результат второй - различий нет? а что значит этот intercept? Посичтал t-критерием стьюдента, между контролем и одним из экспериментов p=0.009, всего 2 группы эксперимента и 1 контроль, тобишь с поправкой Бонферони укладывается в стат. значимость... Значится и ANOVA должны бы показать

И ещё такой вопрос, не нашёл в статистике ни одного pos-hoc критерия, в какой вкладке их искать? Ни Tukey, ни Dunnett не нашёл...

Модель ДА=Intercept+Effect+error
В этой истории Intercept-это то самое Grand Mean (общее среднее), относительно которого и рассчитываются Эффекты. На интерцепт внимание не обращайте.
Если, скажем, вы первый столбец исходных данных обозначили как Вар.1, а второй(группирующий)-как Вар.2 (в котором 1-контроль, 2 и 3 - экспериментальные группы), то p=.12 покажет отсутствие статистически значимых различий.