डिज़ाइन किए गए प्रयोग में ANOVA और ANCOVA के बीच चयन कैसे करें?

Question

मैं एक प्रयोग कर रहा हूं जिसमें निम्नलिखित हैं:

• DV: स्लाइस की खपत (निरंतर या स्पष्ट हो सकती है)

• IV: स्वस्थ संदेश, अस्वास्थ्यकर संदेश, कोई संदेश (नियंत्रण) (3 समूह जिसमें लोगों को यादृच्छिक रूप से सौंपा गया है - श्रेणीबद्ध) यह स्लाइस की स्वस्थता के बारे में एक हेरफेर संदेश है।

निम्नलिखित IV को व्यक्तिगत अंतर चर के रूप में माना जा सकता है:

• आवेगकता (यह स्पष्ट हो सकता है। उच्च बनाम निम्न या निरंतर और एक पैमाने से मापा जाता है)

• मीठे स्वाद की प्राथमिकता (यह भी एक प्रश्नावली द्वारा मापा जाता है जो प्रत्येक प्रश्न के लिए चुनने के लिए 3 विकल्प हैं)

• बीएमआई - प्रतिभागियों को तदनुसार मापा जाएगा (यह भी श्रेणीबद्ध या निरंतर माना जा सकता है)।

जैसा कि समूह बेतरतीब ढंग से 3 समूहों में से एक को सौंपा जाएगा, मुझे लगता है कि मैं किसी प्रकार का एक एनोवा कर रहा हूं और संभवतः फैक्टरियल एनोवा का उपयोग करूंगा क्योंकि मैं दिलचस्पी रखता हूं जिसमें IV प्रभाव DV सबसे अधिक प्रभावित करता है, लेकिन IV के अनुसंधान के बीच बातचीत भी इंगित करता है। कुछ संयोजनों के बीच संबंध हैं।

लेकिन मैं यह जानने के लिए पूरी तरह से आश्वस्त नहीं हूं कि यह जानने के लिए कि क्या यह IV के सभी श्रेणीगत या महाद्वीप या मिश्रित के लिए सबसे अच्छा है।

या एंकोवा एक संभावना या प्रतिगमन भी है, लेकिन मुझे इस बारे में निश्चित नहीं है कि दिए गए सर्वेक्षणों के आधार पर उन्हें समूहों को सौंपा गया है।

मुझे उम्मीद है कि यह समझ में आता है और मेरी क्वेरी के बारे में किसी से सुनने के लिए तत्पर है।

Comments

हाय मेलोरी, जो एक दिलचस्प प्रयोग की तरह लगता है। आपके लिए IV, क्या आप यह जानने में रुचि रखते हैं कि प्रत्येक DVनिरंतर पैमाने पर कैसे संबंधित है , या क्या आप IVसमूहों के प्रभावों में अधिक रुचि रखते हैं, जैसे कि अधिक वजन वाले सामान्य वजन वाले लोगों की तुलना में अधिक स्लाइस खाते हैं (आपके BMIउपाय के लिए)?

— मिशेल

हाय मिशेल, आपकी टिप्पणियों के लिए धन्यवाद। ईमानदार होने के लिए मैं अभी भी विकास के स्तर पर हूं और सभी जगह जा रहा हूं! लेकिन मेरे पास एक अस्थायी लक्ष्य है जो है: वर्तमान अध्ययन का मुख्य उद्देश्य वास्तविक खाद्य पदार्थों के सेवन पर खाद्य पदार्थों के स्वास्थ्य के बारे में खाद्य-संबंधित मान्यताओं के प्रभावों की जांच करना है। इसके अतिरिक्त, एक द्वितीयक उद्देश्य यह है कि किस हद तक संवेदना की तलाश, मीठे स्वाद की प्राथमिकता और बीएमआई भोजन के सेवन पर भोजन से संबंधित मान्यताओं के प्रभावों को सीमित कर सकते हैं। '

— mobo

हाय फिर से मिशेल - बस पूर्व टिप्पणी में जोड़ना। हालांकि कहा जा रहा है कि मैं कुछ IV के बीच बातचीत में भी दिलचस्पी रखता हूं क्योंकि अनुसंधान रिश्तों को इंगित करता है यानी जो लोग अधिक वजन वाले हैं, वे कामुक भावनाओं के साथ सहसंबद्ध हैं। क्या मैं उस स्थान पर सहायता करता हूं जहां मैं हूं? मुझे आपके विचार सुनने में दिलचस्पी होगी। धन्यवाद।

— mobo

हाय मेलोरी, मैं BMIएक निरंतर उपाय के रूप में नहीं जोड़ूंगा, और अंडरवेट / सामान्य / अधिक वजन / मोटापे से ग्रस्त श्रेणियों का उपयोग करूंगा क्योंकि यह आपका शोध प्रश्न है, न कि स्लाइस की मात्रा बढ़ते BMIस्कोर के साथ । मैं दूसरे IVs को सतत रूप से आज़माऊंगा। क्या आप प्रकाशित करने जा रहे हैं क्योंकि मुझे आपके लेखन में पेशेवर रूप से दिलचस्पी होगी?

— मिशेल

हाय मिशेल, इसके लिए धन्यवाद। मैं प्रकाशित करना चाहूंगा। क्या यह आपके लिए रुचि का क्षेत्र है? तो क्या आप कह रहे हैं कि एक एनोवा को करना उचित होगा, मुझे लगता है कि मेरे पास काम करने की कोशिश करने के लिए संभवतः बहुत सारे चर हो सकते हैं।

— मोबो

Answer 1

इतिहास के एक तथ्य के रूप में, प्रतिगमन और एनोवा अलग-अलग विकसित हुए, और, परंपरा के भाग के कारण, अभी भी अक्सर अलग-अलग सिखाए जाते हैं। इसके अलावा, लोग अक्सर एनोवा को डिजाइन किए गए प्रयोगों (यानी, एक चर / यादृच्छिक असाइनमेंट के हेरफेर) और प्रतिगमन को अवलोकन संबंधी अनुसंधान के लिए उपयुक्त मानते हैं (जैसे, एक सरकारी वेबसाइट से डेटा डाउनलोड करना और रिश्तों की तलाश)। हालांकि, यह सब थोड़ा भ्रामक है। एक एनोवा है एक प्रतिगमन, सिर्फ एक जहां covariates के सभी स्पष्ट कर रहे हैं। एक ANCOVA हैगुणात्मक और निरंतर सहसंयोजकों के साथ एक प्रतिगमन, लेकिन कारकों और निरंतर व्याख्यात्मक चर (यानी, तथाकथित 'समानांतर ढलान धारणा') के बीच बातचीत की शर्तों के बिना। जैसा कि एक अध्ययन प्रायोगिक या अवलोकन के लिए है, यह विश्लेषण के लिए असंबंधित है।

आपका प्रयोग अच्छा लगा। मैं एक प्रतिगमन के रूप में इसका विश्लेषण करूंगा (मेरे दिमाग में, मैं सब कुछ प्रतिगमन कहते हैं)। यदि आप उन में रुचि रखते हैं, और / या यदि आप सुझाव के साथ काम कर रहे हैं, तो वे महत्वपूर्ण हो सकते हैं, अगर मैं सभी कोविरेट्स शामिल करूंगा। यदि आपको लगता है कि कुछ चरों का प्रभाव अन्य चर पर निर्भर हो सकता है, तो सभी आवश्यक अंतःक्रियात्मक शर्तों में जोड़ना सुनिश्चित करें। ध्यान में रखने वाली एक बात यह है कि प्रत्येक व्याख्यात्मक चर (बातचीत की शर्तों सहित) स्वतंत्रता की एक डिग्री का उपभोग करेगा, इसलिए सुनिश्चित करें कि आपका नमूना आकार पर्याप्त है। मैं अपने किसी भी निरंतर चर को स्पष्ट नहीं करूंगा , या उसे स्पष्ट नहीं करूंगा (यह दुर्भाग्यपूर्ण है कि यह अभ्यास व्यापक है, यह वास्तव में एक बुरा काम है)। अन्यथा, ऐसा लगता है कि आप अपने रास्ते पर हैं।

अद्यतन: यहाँ कुछ चिंताएँ प्रतीत होती हैं कि क्या केवल दो (या अधिक) श्रेणियों के साथ लगातार चर को चर में परिवर्तित करना है या नहीं। मुझे एक टिप्पणी के बजाय, यहाँ उस पर ध्यान दें। मैं आपके सभी चरों को निरंतर बनाए रखूंगा। निरंतर चर को वर्गीकृत करने से बचने के कई कारण हैं:

1. श्रेणीबद्ध करके आप जानकारी को दूर फेंक रहे होंगे - कुछ अवलोकन विभाजन रेखा से आगे हैं और अन्य इसके करीब हैं, लेकिन उन्हें वैसा ही माना जाता है, जैसा कि वे समान थे। विज्ञान में, हमारा लक्ष्य अधिक और बेहतर जानकारी इकट्ठा करना और उस जानकारी को बेहतर ढंग से व्यवस्थित और एकीकृत करना है। दूर जानकारी फेंकना मेरे उत्पीड़न में अच्छे विज्ञान के लिए बस विरोधी है;
2. आप @Florian अंक (लिंक के लिए धन्यवाद!) के रूप में सांख्यिकीय शक्ति खो देते हैं;
3. आप @ rolando2 बिंदुओं के रूप में गैर-रैखिक संबंधों का पता लगाने की क्षमता खो देते हैं;
4. क्या होगा अगर कोई आपके काम को पढ़ता है और आश्चर्य करता है कि अगर हम एक अलग स्थान पर लाइन बी / टी श्रेणियों को आकर्षित करते हैं तो क्या होगा? (उदाहरण के लिए, अपने बीएमआई उदाहरण पर विचार करें, क्या होगा अगर कोई और 10 साल पहले से, उस समय साहित्य में क्या हो रहा है, इस आधार पर, उन लोगों के बारे में भी जानना चाहता है जो कम वजन के हैं और जो मोटे तौर पर मोटे हैं?) वे बस होंगे भाग्य से बाहर, लेकिन अगर आप सब कुछ अपने मूल रूप में रखते हैं, तो प्रत्येक पाठक अपनी पसंदीदा श्रेणीकरण योजना का आकलन कर सकता है;
5. $X$ $$\begin{aligned} X_{spline} &= 0 &\text{if } X\le{.7} \\ X_{spline} &= X-.7 &\text{if } X>.7 \end{aligned}$$ $X_{spline}$$X$

1 और 5 सबसे महत्वपूर्ण है, मेरी राय में।

Comments

हाय गंग। आपकी टिप्पणीयों के लिए बहुत - बहुत धन्यवाद। तो आप प्रतिगमन का उपयोग करेंगे और तब IV का कोई भी श्रेणीबद्ध नहीं होगा? मैं सोच रहा था कि बीएमआई अधिक वजन / मोटापे या सामान्य हो सकता है; स्वाद की प्राथमिकता में श्रेणियां हैं और संवेदना के लिए भी श्रेणीबद्ध हो सकता है क्योंकि यह सच / गलत कथन है जो तब एक अंक प्रदान करेगा जो तब वर्गीकृत किया जा सकता है। लेकिन क्या आप उन्हें वास्तव में निरंतर देखते हैं?

— mobo

हाय फिर से गूँज, यह मेरा अस्थायी उद्देश्य है जो कुछ स्पष्टता भी प्रदान कर सकता है: वर्तमान अध्ययन का मुख्य उद्देश्य वास्तविक खाद्य सेवन पर खाद्य पदार्थों की स्वस्थता के बारे में खाद्य-संबंधित विश्वासों के प्रभावों की जांच करना है। इसके अतिरिक्त, एक माध्यमिक उद्देश्य यह है कि किस हद तक संवेदना की तलाश, मीठे स्वाद की प्राथमिकता और बीएमआई भोजन के सेवन पर भोजन से संबंधित मान्यताओं के प्रभावों को नियंत्रित कर सकते हैं। मुझे आपके विचार सुनने में दिलचस्पी होगी।

— मोबो

@Gung द्वारा अच्छा जवाब। मैं इस विचार के बाद आता हूं कि आदर्श रूप से आप अपने निरंतर चर बनाए रखेंगे, क्योंकि वे आपको सबसे अधिक जानकारी देंगे। बहुत से लोगों को यह सीखना कठिन लगता है कि निरंतर और श्रेणीबद्ध भविष्यवक्ताओं दोनों को कैसे शामिल किया जाए, लेकिन यह अच्छी तरह से सार्थक हो सकता है, या तो इस अध्ययन के लिए या भविष्य के लिए। और आप उन्हें श्रेणीबद्ध करते हैं या नहीं, किसी भी गैर-संबंध संबंधों को उजागर करने के तरीकों की तलाश करें जो मौजूद हो सकते हैं - शायद यू-आकार, या उल्टा-यू-आकार, या जे- या रिवर्स-जे। इससे आपका अध्ययन काफी हद तक समृद्ध हो सकता है।

— रोलैंडो 2

हां, गंग के जवाब के लिए +1! उदाहरण के लिए, निरंतर खो जाने वाले विचरणशील डायवर्टोमाइज़िंग कभी भी एक अच्छा विचार नहीं है, उदाहरण के लिए शक्ति का ह्रास (उदाहरण के लिए प्रसिद्ध जैकब कोहेन का लेख unc.edu/~rcm/psy282/cohen.1983.pdf )। एक प्रतिगमन विश्लेषण में आपके "संदेश" IV का इलाज करने के लिए, मैं इसके प्रभाव (और इस IV को शामिल करने वाले इंटरैक्शन) का परीक्षण करने के लिए कंट्रास्ट कोड का उपयोग करने की सलाह दूंगा, उदाहरण के लिए देखें जुड, सीएम, और मैकलेलैंड, जीएच, रयान, सी। (2008 )। डेटा विश्लेषण: एक मॉडल तुलना दृष्टिकोण (दूसरा संस्करण)। न्यूयॉर्क: रूटलेज प्रेस।

— फ्लोरियन

हाय rolando2, आपकी प्रतिक्रिया के लिए बहुत बहुत धन्यवाद। आप सही हैं कि मुझे यह स्पष्ट करना मुश्किल है कि दोनों श्रेणीबद्ध और निरंतर चर को मिलाएं जो मेरे लिए यह निर्धारित करना कठिन बना रहा है कि किस विश्लेषण का उपयोग करना है। मेरा अस्थायी उद्देश्य है: वर्तमान अध्ययन का मुख्य उद्देश्य वास्तविक खाद्य पदार्थों के सेवन पर खाद्य पदार्थों की स्वस्थता के बारे में खाद्य-संबंधित मान्यताओं के प्रभावों की जांच करना है। इसके अतिरिक्त, एक द्वितीयक उद्देश्य यह है कि किस हद तक संवेदना की तलाश, मीठे स्वाद की प्राथमिकता और बीएमआई भोजन के सेवन पर भोजन से संबंधित मान्यताओं के प्रभावों को सीमित कर सकते हैं। ' इस पर विचार?

— मोबो