निरंतर भविष्यवक्ताओं के संबंध में बहुत सी मिलीभगत है, लेकिन इतना नहीं कि मैं श्रेणीबद्ध भविष्यवक्ताओं पर पा सकता हूं। मेरे पास इस प्रकार का डेटा नीचे सचित्र है।
पहला कारक एक आनुवंशिक चर (एलील काउंट) है, दूसरा कारक एक रोग श्रेणी है। स्पष्ट रूप से जीन बीमारी से पहले होते हैं और लक्षण दिखाते हैं जो एक निदान का नेतृत्व करते हैं। हालाँकि, वर्गों के प्रकार II या III प्रकारों का उपयोग करते हुए एक नियमित विश्लेषण, जैसा कि आमतौर पर SPSS के साथ किया जाता है, प्रभाव याद करता है। एक प्रकार का मैं वर्ग विश्लेषण का चयन करता है, जब उपयुक्त क्रम में प्रवेश किया जाता है, तो यह निर्भर करता है। इसके अलावा, रोग प्रक्रिया के लिए अतिरिक्त घटक होने की संभावना है जो जीन से संबंधित नहीं हैं जो कि प्रकार II या III के साथ अच्छी तरह से पहचाने नहीं जाते हैं, बनाम lm2 या Anova नीचे aova (lm1) देखें।
उदाहरण डेटा:
set.seed(69)
iv1 <- sample(c(0,1,2), 150, replace=T)
iv2 <- round(iv1 + rnorm(150, 0, 1), 0)
iv2 <- ifelse(iv2<0, 0, iv2)
iv2 <- ifelse(iv2>2, 2, iv2)
dv <- iv2 + rnorm(150, 0, 2)
iv2 <- factor(iv2, labels=c("a", "b", "c"))
df1 <- data.frame(dv, iv1, iv2)
library(car)
chisq.test(table(iv1, iv2)) # quick gene & disease relations
lm1 <- lm(dv~iv1*iv2, df1); lm2 <- lm(dv~iv2*iv1, df1)
anova(lm1); anova(lm2)
Anova(lm1, type="II"); Anova(lm2, type="II")
- lm1 प्रकार I के साथ मेरे लिए पृष्ठभूमि सिद्धांत दिए गए डेटा का विश्लेषण करने का उपयुक्त तरीका लगता है। क्या मेरी धारणा सही है?
- मुझे स्पष्ट रूप से ऑर्थोगोनल डिजाइनों में हेरफेर करने के लिए उपयोग किया जाता है, जहां ये समस्याएं आमतौर पर नहीं होती हैं। क्या SPSS केंद्रित क्षेत्र के संदर्भ में समीक्षकों को यह समझाना मुश्किल है कि यह सबसे अच्छी प्रक्रिया है (बिंदु 1 सही है)?
- और सांख्यिकी अनुभाग में क्या रिपोर्ट करना है? कोई अतिरिक्त विश्लेषण, या टिप्पणियां जो अंदर जानी चाहिए?