क्या मुझे ezANOVA में टाइप-III रकम के अनुरोध का तर्क शामिल करना चाहिए?

16

मैंने R के लिए ez पैकेज को एक साधन के रूप में विकसित किया है ताकि SPSS से R जैसे आँकड़े पैकेज से लोगों को संक्रमण में मदद मिल सके। यह (उम्मीद है) ANOVA के विभिन्न स्वादों के विनिर्देश को सरल बनाने और प्रभाव (आकार और अनुमान सहित) SPSS जैसी आउटपुट प्रदान करके हासिल किया गया है। परीक्षण), अन्य विशेषताओं के बीच। यह ezANOVA()फ़ंक्शन अधिकतर रैपर के रूप में कार्य करता है car::Anova(), लेकिन वर्तमान संस्करण ezANOVA()केवल प्रकार-II वर्ग के प्रकारों के लिए लागू होता है, जबकि car::Anova()प्रकार-II या -III वर्ग के वर्ग के विनिर्देशन की अनुमति देता है। जैसा कि मुझे संभवतः उम्मीद करनी चाहिए थी, कई उपयोगकर्ताओं ने अनुरोध किया है कि मैं एक तर्क प्रदान करता हूंezANOVA()यह उपयोगकर्ता को टाइप- II या टाइप- III का अनुरोध करने देता है। मैं ऐसा करने के लिए मितभाषी हूं और नीचे मेरे तर्क को रेखांकित करता हूं, लेकिन मैं इस मुद्दे पर मेरे या किसी अन्य तर्क पर समुदाय के इनपुट की सराहना करूंगा।

"SS_type" तर्क को शामिल नहीं करने के कारण ezANOVA():

  1. डेटा के असंतुलित होने पर केवल I, II और III राशि के बीच अंतर होता है, इस स्थिति में मैं कहूंगा कि अधिक लाभ ANOVA संगणना के साथ फ़िडलिंग की तुलना में आगे के डेटा संग्रह द्वारा असंतुलन से प्राप्त होता है।
  2. प्रकार II और III के बीच का अंतर निचले-क्रम के प्रभावों पर लागू होता है जो उच्च-क्रम के प्रभाव से योग्य होते हैं, जिस स्थिति में मैं निचले-क्रम के प्रभावों को वैज्ञानिक रूप से निर्बाध मानता हूं। (लेकिन तर्क की संभावित जटिलता के लिए नीचे देखें)
  3. उन दुर्लभ परिस्थितियों के लिए जब (1) और (2) लागू नहीं होते हैं (जब आगे डेटा संग्रह असंभव है और शोधकर्ता के पास एक योग्य मुख्य प्रभाव में एक मान्य वैज्ञानिक रुचि है जो मैं वर्तमान में कल्पना नहीं कर सकता हूं), एक अपेक्षाकृत आसानी से संशोधित कर सकता है ezANOVA()स्रोत या काम car::Anova()ही प्रकार III परीक्षण प्राप्त करने के लिए। इस प्रकार, मैं टाइप III परीक्षणों को प्राप्त करने के लिए आवश्यक अतिरिक्त प्रयास / समझ को एक साधन के रूप में देखता हूं जिसके द्वारा मैं यह सुनिश्चित कर सकता हूं कि केवल वे जो वास्तव में जानते हैं कि वे उस मार्ग पर क्या कर रहे हैं।

अब, सबसे हाल ही के प्रकार-तृतीय अनुरोधकर्ता ने तर्क दिया कि तर्क (2) उन परिस्थितियों पर विचार करते हुए कम किया जाता है, जहां अतिरिक्त लेकिन "उच्च-महत्वपूर्ण" उच्च-क्रम के प्रभाव निचले-क्रम के प्रभाव के लिए वर्गों के योगों की गणना कर सकते हैं। ऐसे मामलों में यह कल्पना करने योग्य है कि एक शोधकर्ता उच्च-क्रम प्रभाव को देखेगा, और यह देखते हुए कि यह "गैर-महत्वपूर्ण" है, निचले क्रम के प्रभावों की व्याख्या करने का प्रयास करें, जो शोधकर्ता के लिए अनभिज्ञ हैं, समझौता किया गया है। मेरी प्रारंभिक प्रतिक्रिया यह है कि यह वर्गों के साथ समस्या नहीं है, लेकिन पी-मूल्यों और अशक्त परिकल्पना परीक्षण की परंपरा के साथ है। मुझे संदेह है कि साक्ष्य का अधिक स्पष्ट माप, जैसे कि संभावना अनुपात, डेटा के अनुरूप मॉडल की कम अस्पष्ट तस्वीर का उत्पादन करने की अधिक संभावना हो सकती है। हालांकि, मैं हेवन

r  anova  sums-of-squares 
— माइक लॉरेंस
स्रोत
2
थोड़ी ही - हाँ। बस अन्य पैकेजों के साथ संगतता की अनुमति देने के लिए (भले ही परिणाम किसी तरह से "गलत" था - जिस स्थिति में चेतावनी मालिश ठीक होगी)। और अपने अद्भुत पैकेज के लिए धन्यवाद!
— ताल गलिली
जब मैंने "पैकेज" लिखा तो मेरा मतलब था अन्य सांख्यिकीय पैकेज (जैसे SPSS और SAS) - मुझे खुशी है कि अन्य लोगों ने इस बिंदु को और आगे बढ़ाया, फिर मैंने :)
— ताल गैलीली
2
जैसा कि पहले से ही पता है, वर्तमान ez पैकेज (संस्करण 3) ने ezANOVA को अपडेट किया है, जिसमें SS टाइप के लिए तर्क हैं और aov मॉडल को लौटाया गया है।
— जिगसियो 21

जवाबों:

9

बस बढ़ाना - मैं सबसे हाल का अनुरोधकर्ता हूं, मेरा मानना ​​है।

माइक के बिंदुओं पर विशिष्ट टिप्पणी में:

  1. यह स्पष्ट रूप से सच है कि I / II / III अंतर केवल सहसंबंधित भविष्यवक्ताओं के साथ लागू होता है (जिनमें से असंतुलित डिजाइन सबसे आम उदाहरण हैं, निश्चित रूप से तथ्यात्मक एनोवा में) - लेकिन यह मुझे एक तर्क लगता है जो असंतुलित स्थिति के विश्लेषण को खारिज करता है। (और इसलिए किसी भी प्रकार I / II / III बहस)। यह अपूर्ण हो सकता है, लेकिन यह है कि जिस तरह से चीजें होती हैं (और कई संदर्भों में सांख्यिकीय समस्या की लागतों को आगे बढ़ाते हैं, सांख्यिकीय समस्या को देखते हुए)।

  2. यह पूरी तरह से उचित है और "II बनाम III, द्वितीय पक्ष के पक्ष में" के अधिकांश मांस का प्रतिनिधित्व करता है, जो मेरे पास आए हैं। मेरे पास सबसे अच्छा सारांश है Langsrud (2003) "असंतुलित डेटा के लिए एनोवा: प्रकार III के बजाय टाइप II का उपयोग करें वर्ग", सांख्यिकी और कम्प्यूटिंग 13: 163-167 (मेरे पास एक पीडीएफ है अगर मूल को खोजना मुश्किल है )। वह तर्क देता है (दो-कारक मामले को मूल उदाहरण के रूप में लेते हुए) कि यदि कोई इंटरैक्शन है, तो एक इंटरैक्शन है, इसलिए मुख्य प्रभावों पर विचार आमतौर पर व्यर्थ है (स्पष्ट रूप से उचित बिंदु) - और यदि कोई इंटरैक्शन नहीं है, तो टाइप II विश्लेषण मुख्य प्रभाव टाइप III (निस्संदेह) की तुलना में अधिक शक्तिशाली हैं, इसलिए आपको हमेशा टाइप II के साथ जाना चाहिए। मैंने अन्य तर्क देखे हैं (उदाहरण वेनबल्स,

  3. और मैं इस बात से सहमत हूं: यदि आपके बीच बातचीत होती है, लेकिन मुख्य प्रभाव के बारे में भी कुछ सवाल है, तो आप शायद इसे अपने आप में करते हैं।

स्पष्ट रूप से ऐसे लोग हैं जो सिर्फ टाइप III चाहते हैं क्योंकि SPSS यह करता है, या सांख्यिकीय उच्च प्राधिकरण के लिए कुछ अन्य संदर्भ। मैं इस दृष्टिकोण के खिलाफ पूरी तरह से नहीं हूं, अगर यह एसपीएसएस के साथ चिपके हुए बहुत से लोगों की पसंद के नीचे आता है (जो कि मेरे पास कुछ चीजें हैं, अर्थात् समय, धन और लाइसेंस समाप्ति की स्थिति) और टाइप III एसएस, या बहुत से R और टाइप III SS में शिफ्ट होने वाले लोग। हालाँकि, यह तर्क स्पष्ट रूप से एक लंगड़ा है।

हालाँकि, टाइप III के पक्ष में जो तर्क मुझे अधिक स्पष्ट लगे, वह स्वतंत्र रूप से मायर्स एंड वेल (2003, "रिसर्च डिज़ाइन एंड स्टैटिस्टिकल एनालिसिस", पीपी। 323, 626-629) और मैक्सवेल एंड डेलाने (2004, "द्वारा बनाए गए हैं। डिजाइनिंग प्रयोग और डेटा का विश्लेषण: एक मॉडल तुलनात्मक परिप्रेक्ष्य ", पीपी। 324-328, 332-335)। वह इस प्रकार है:

  • यदि कोई इंटरैक्शन है, तो सभी विधियाँ वर्गों के इंटरैक्शन योग के लिए समान परिणाम देती हैं
  • टाइप II मानता है कि इसके मुख्य प्रभावों के परीक्षण के लिए कोई इंटरैक्शन नहीं है; प्रकार III नहीं है
  • कुछ (जैसे लैंगसरुद) का तर्क है कि यदि बातचीत महत्वपूर्ण नहीं है, तो आप यह मानने में उचित हैं कि एक नहीं है, और (अधिक शक्तिशाली) टाइप II मुख्य प्रभाव देख रहे हैं
  • लेकिन अगर बातचीत का परीक्षण कम किया जाता है, फिर भी एक बातचीत होती है, तो बातचीत "गैर-महत्वपूर्ण" हो सकती है फिर भी टाइप II मुख्य प्रभाव परीक्षण की मान्यताओं का उल्लंघन हो सकता है, उन परीक्षणों को बहुत अधिक उदार बनाने के लिए। ।
  • मायर्स एंड वेल एपेलबाउम / क्रैमर टाइप II दृष्टिकोण के प्राथमिक समर्थकों के रूप में, और [p323] पर जाएं: "... इंटरैक्शन के निरर्थकता के लिए अधिक रूढ़िवादी मानदंड का उपयोग किया जा सकता है, जैसे कि आवश्यकता है कि बातचीत महत्वपूर्ण न हो। .25 स्तर, लेकिन यहां तक ​​कि इस दृष्टिकोण के परिणामों की अपर्याप्त समझ है। एक सामान्य नियम के रूप में, टाइप II के साइक्सेस की गणना तब तक नहीं की जानी चाहिए जब तक कि कोई बातचीत प्रभाव, और स्पष्ट रूप से निरर्थक बातचीत को मानने के लिए एक प्राथमिक कारण मजबूत न हो। वर्गों का योग।" वे [पी ६२ ९] का हवाला देते हैं, कुल मिलाकर, ली एंड हॉर्निक १ ९ a१ एक प्रदर्शन के रूप में है, जो बातचीत का महत्व नहीं है, मुख्य प्रभावों के पूर्वाग्रह परीक्षण कर सकते हैं। मैक्सवेल और डेलानी [p334] प्रकार II दृष्टिकोण की वकालत करते हैं यदि जनसंख्या बातचीत शून्य है, शक्ति के लिए, और टाइप III दृष्टिकोण अगर यह [इस दृष्टिकोण से प्राप्त साधनों की व्याख्या के लिए] नहीं है। वे वास्तविक जीवन की स्थिति में टाइप III का उपयोग करने की भी वकालत करते हैं (जब आप टाइप 2 की समस्या की वजह से अंतर्वस्तु की मौजूदगी के बारे में अनुमान लगा रहे हैं) तो इंटरव्यू टेस्ट में टाइप 2 [कम शक्ति वाली] त्रुटि और इस तरह गलती से उल्लंघन टाइप II एसएस दृष्टिकोण की मान्यताओं; फिर वे मायर्स एंड वेल के समान बिंदु बनाते हैं, और इस मुद्दे पर लंबी बहस पर ध्यान देते हैं! डेटा से इंटरएक्शन की उपस्थिति के बारे में इनवॉइस बनाना) क्योंकि टाइप 2 बनाने की समस्या के कारण इंटरेक्शन टेस्ट में त्रुटि हुई है और इस प्रकार गलती से टाइप II एसएस दृष्टिकोण की मान्यताओं का उल्लंघन हो रहा है; फिर वे मायर्स एंड वेल के समान बिंदु बनाते हैं, और इस मुद्दे पर लंबी बहस पर ध्यान देते हैं! डेटा से इंटरएक्शन की उपस्थिति के बारे में इनवॉइस बनाना) क्योंकि टाइप 2 बनाने की समस्या के कारण इंटरेक्शन टेस्ट में त्रुटि हुई है और इस प्रकार गलती से टाइप II एसएस दृष्टिकोण की मान्यताओं का उल्लंघन हो रहा है; फिर वे मायर्स एंड वेल के समान बिंदु बनाते हैं, और इस मुद्दे पर लंबी बहस पर ध्यान देते हैं!

तो मेरी व्याख्या (और मैं कोई विशेषज्ञ नहीं हूँ!) यह है कि तर्क के दोनों पक्षों पर उच्च सांख्यिकीय प्राधिकरण है; सामान्य दलीलें सामान्य परिस्थितियों के बारे में नहीं होती हैं जो समस्याओं को जन्म देती हैं (यह स्थिति एक गैर-महत्वपूर्ण बातचीत के साथ मुख्य प्रभावों की व्याख्या करने वाली सामान्य स्थिति है); और उस स्थिति में टाइप II दृष्टिकोण के बारे में चिंतित होने के लिए उचित कारण हैं (और यह एक शक्ति बनाम संभावित अति-उदारवाद चीज के लिए नीचे आता है)।

मेरे लिए, यह ezANOVA में टाइप III विकल्प की इच्छा के लिए पर्याप्त है, साथ ही टाइप II भी, क्योंकि यह (मेरे पैसे के लिए) आर के एनोवा सिस्टम के लिए एक शानदार इंटरफ़ेस है। R नौसिखियों के लिए उपयोग करने में आसान होने से कुछ तरीका है, मेरे विचार में, और "ez" पैकेज, ezANOVA और बल्कि सुंदर प्रभाव प्लॉटिंग कार्यों के साथ, आर को एक अधिक सामान्य अनुसंधान दर्शकों के लिए सुलभ बनाने की दिशा में एक लंबा रास्ता तय करता है। मेरे कुछ विचार-प्रगति (और ezANOVA के लिए एक बुरा हैक) http://www.psychol.cam.ac.uk/statistics/R/anova.html पर हैं ।

हर किसी के विचारों को सुनने के लिए दिलचस्पी होगी!

— रुडोल्फ कार्डिनल
स्रोत
आह, मुझे एहसास नहीं था कि जब भी भविष्यवाणियों को सहसंबद्ध किया जाता है, तो टाइप II / III भेद उत्पन्न होता है, जिनमें से एक असंतुलित डिजाइन केवल एक उदाहरण है। यह निश्चित रूप से मेरे पहले "सिर्फ और अधिक डेटा इकट्ठा" तर्क को कम करता है।
— माइक लॉरेंस
2
मैं आपके तर्क से आश्वस्त हूं कि आर अधिक SPSS लाभ प्राप्त करेंगे यदि वे परिचित विश्लेषण प्राप्त करने के आसान साधनों के साथ प्रदान किए जाते हैं, भले ही इन विश्लेषणों को आम तौर पर लागू होने की तुलना में अधिक बारीक विचार की आवश्यकता हो। फिर, एक बार जब हम उन्हें आर पर झुका लेते हैं, तो हम उन्हें समझाने का प्रयास कर सकते हैं कि परिचित दृष्टिकोण हमेशा उचित दृष्टिकोण नहीं है। मुझे लगता है कि मैं अभी भी डिफ़ॉल्ट को टाइप = 2 के रूप में दस्तावेज़ीकरण में एक बड़ी चेतावनी के साथ रखूंगा कि यह डिफ़ॉल्ट परिणाम प्राप्त कर सकता है जो कि SPSS से भिन्न होता है और लिंक II / III भेद पर प्रलेखन करते हैं।
— माइक लॉरेंस
सहसंबद्ध भविष्यवक्ताओं पर अन्य भिन्नताएं आमतौर पर निरंतर भविष्यवाणियों के साथ होती हैं, लेकिन हां, यह सामान्य समस्या है। // यह मेरे लिए बहुत अच्छा लगता है! कभी-कभी ये पारियां धीमी होती हैं; गोलाकार सुधारों का उपयोग (समस्या की अनदेखी करने के बजाय) यह है कि मुझे लगता है कि तंत्रिका विज्ञान में प्रगति हुई है। ऐसे समय थे जब इसका कोई भी उल्लेख (विशेषकर यदि आपने सही, गैर-पूर्णांक डीएफ रिपोर्ट किया है) ने रेफरी को लगता है कि आप भौंक रहे थे।
— रुडोल्फ कार्डिनल
मैं जोड़ना चाहूंगा कि टाइप III के तर्क रूढ़िवादी या उदार परिकल्पना परीक्षणों के बारे में हैं, लेकिन घटकों के अर्थ के बारे में नहीं। टाइप III में एक मुख्य प्रभाव सिर्फ समझदार नहीं है क्योंकि इसमें लापता मुख्य प्रभाव के साथ बातचीत शामिल है। रूढ़िवादी या उदार परीक्षण के बावजूद बुनियादी मॉडल सुसंगतता के लिए टाइप II की आवश्यकता होती है क्योंकि टाइप II मुख्य प्रभाव समझ में आता है। उस ने कहा, ezANOVA अन्य कारणों से टाइप III होना चाहिए।
— जॉन
7

कैविएट: एक विशुद्ध रूप से गैर-सांख्यिकीय उत्तर। एक ही प्रकार के विश्लेषण (जैसे, एनोवा) करते समय मैं एक फ़ंक्शन (या कम से कम एक पैकेज) के साथ काम करना पसंद करता हूं। अब तक, मैं लगातार उपयोग करता Anova()हूं क्योंकि मैं दोहराया उपायों के साथ मॉडल निर्दिष्ट करने के लिए इसका सिंटैक्स पसंद करता हूं - aov()गैर-दोहराया उपायों के साथ तुलना में और कम (एसएस प्रकार I) खो देता हूं। ezANOVA()प्रभाव आकारों के अतिरिक्त लाभ के लिए अच्छा है। लेकिन जो मुझे विशेष रूप से पसंद नहीं है, वह एक ही प्रकार के विश्लेषण को करने के लिए 3 अलग-अलग कार्यों से निपटना है, सिर्फ इसलिए कि उनमें से एक में एक्स (लेकिन नहीं वाई) और दूसरे वाई (लेकिन एक्स नहीं) की सुविधा है।

एनोवा के लिए, मैं के बीच चयन कर सकते हैं oneway(), lm(), aov(), Anova(), ezANOVA(), और शायद अन्य शामिल हैं। आर को पढ़ाते समय, यह पहले से ही विभिन्न विकल्पों की व्याख्या करने के लिए एक दर्द है, वे एक-दूसरे से कैसे संबंधित हैं (के aov()लिए एक आवरण है lm()), और कौन सा फ़ंक्शन क्या करता है:

  • oneway()केवल सिंगल फैक्टर डिज़ाइन के लिए लेकिन विकल्प के साथ var.equal=FALSE। इस तरह का कोई विकल्प aov()और अन्य में नहीं है, लेकिन उन कार्यों के लिए भी बहुक्रियाशील डिजाइन हैं।
  • बार-बार के लिए सिंटैक्स थोड़ा जटिल है aov(), बेहतर मेंAnova()
  • सुविधाजनक एसएस टाइप I केवल में aov(), नहींAnova()
  • सुविधाजनक SS प्रकार II और III केवल में Anova(), नहींaov()
  • सुविधाजनक प्रभाव आकार उपायों में ezANOVA(), दूसरों में नहीं

यह केवल एक फ़ंक्शन को एक सुसंगत सिंटैक्स के साथ सिखाना होगा जो यह सब करता है। सुविधाजनक SS प्रकार III के बिना, ezANOVA()मेरे लिए वह कार्य नहीं हो सकता है क्योंकि मुझे पता है कि छात्रों को कुछ बिंदु पर उनका उपयोग करने के लिए कहा जाएगा ("इन परिणामों को क्रॉस-चेक करें जो जॉन डो एसपीएसएस के साथ मिला")। मुझे लगता है कि मॉडल को निर्दिष्ट करने के लिए एक और वाक्यविन्यास सीखने के बिना खुद को पसंद करने का विकल्प रखना बेहतर है। "मुझे पता है कि आपके लिए सबसे अच्छा क्या है" रवैया इसकी खूबियां हो सकता है, लेकिन अति-सुरक्षात्मक हो सकता है।

— कैरकल
स्रोत
1
एक और आवश्यकता को जोड़ने के लिए: यह पूरी तरह से भयानक होगा यदि फ़ंक्शन इस एनोवा से सभी प्रकार के विरोधाभासों को भी चलाने में सक्षम होगा, उदाहरण के लिए, multcompपैकेज का उपयोग करके (जो, जहाँ तक मुझे याद है, aovवस्तुओं की आवश्यकता है)। अन्यथा, मैं पूरी तरह से सहमत हूं और सामान्य रूप ezसे अपने दैनिक कर्तव्य के लिए उपयोग करता हूं, क्योंकि यह इतना आसान है ...
— हेनरिक
1
एक "विधि" तर्क ("ऑनवे", "एनोव", और "एनोवा" के रूप में, और एक "..." तर्क के साथ var.eq = FALSE को पास और टाइप करने के लिए = 2 से एनोवा को जोड़ने) एक पेचीदा विचार, और यह निश्चित रूप से लगता है कि इसे शामिल करना काफी आसान होगा। सलाह के लिये धन्यवाद।
— माइक लॉरेंस
@ हेनरिक: मुझे ईमानदार होना चाहिए कि विरोधाभासों के बारे में मेरी समझ बहुत सीमित है, और मैं कभी भी अपने शोध में उनका उपयोग नहीं करता हूं, इसलिए मैंने विरोधाभासों को ईज़ में शामिल करने को प्राथमिकता नहीं दी है।
— माइक लॉरेंस
@ माइक यदि आप विधि तर्क जोड़ सकते हैं और इसलिए आपका फ़ंक्शन एक aovतत्व को वापस करने में सक्षम होगा जो महान होगा। अब तक मैं आमतौर पर अपना aovतत्व बनाने के लिए आलसी हूं और ezANOVAt.tests के बजाय आपका उपयोग करता हूं ...
— हेनरिक
@ मायक मैं ऐसा कुछ सुझाने की हिम्मत नहीं कर रहा था क्योंकि यह आपका काम है जिसे आप डाल रहे हैं। इसके लिए धन्यवाद! ezपैकेज कुछ काफी संभावना है: मनोविज्ञान में, यह पहले से ही अक्सर अनुशंसा की जाती है (cf. जर्मन पुस्तक "Einsteiger फर आर" Luhmann द्वारा)। इसे और अधिक लचीला बनाना निश्चित रूप से सराहा जाएगा।
— कार्लाकल
2

R-world को टाइप 3 SS बहुत पसंद नहीं है।

आमतौर पर उद्धृत संदर्भों में से एक बिल वेनबेल्स (2000) द्वारा "एग्जेज ऑन लाइनियर मॉडल" है ।

मुझे उम्मीद है कि मैं उसे मिस नहीं कर रहा हूं, लेकिन मुझे लगता है कि उसका मुख्य तर्क यह है कि टाइप 3 एसएस रैखिक मॉडल के सीमांत सिद्धांत का उल्लंघन करता है और इसलिए उचित नहीं है।

— हेनरिक
स्रोत
0

यह मेरे लिए टाइप- II / III मुद्दे पर एक आंख खोलने वाली बहस रही है। चर्चा प्रदान करने में सभी के प्रयास के लिए धन्यवाद। मैं टाइप- III को लगातार टाइप- III को बढ़ावा देने के दृष्टिकोण पर चक्कर लगाऊंगा, लेकिन तर्क पर एक कमजोर पकड़ थी - मैं सिर्फ जॉन फॉक्स की प्रतिगमन पुस्तक (कार) में सलाह पर भरोसा करता था जो टाइप-तृतीय परीक्षण की सलाह देते थे शायद ही कभी। व्याख्यात्मक (ठीक है, मुझे लगता है कि उन्होंने कहा कि ...)।

वैसे भी- ezANOVA आर कार्यक्षमता तक पहुंच की अनुमति के लिए वास्तव में उपयोगी है जो अन्यथा मैं मनोविज्ञान में पढ़ाने वाले स्नातक से नीचे के लिए असंभव होगा। मैं ऑनलाइन R मॉड्यूल प्रदान करता हूं, एक मिश्रित ANOVA डिजाइन प्रदर्शित करने के लिए ezANOVA (हालांकि ऐसा लगता है कि पूर्व संस्करण 3 इस के लिए छोटी गाड़ी हो सकता है ... doh!)

इसे यहाँ आज़माएँ:

http://www.wessa.net/rwasp_Mixed%20Model%20ANOVA.wasp

मॉड्यूल लोड (~ 10s) के बाद कंप्यूट बटन (पृष्ठ का आधा रास्ता) ढूंढें और यह ezANOVA और संबंधित तालिकाओं और भूखंडों को चलाएगा।

इयान

जब आप कहते हैं कि मिश्रित ANOVA डिजाइनों के लिए ez छोटी गाड़ी थी, तो क्या आप इसे संस्करण 3.0 की मेरी हाल की घोषणा पर आधारित कर रहे हैं जिसमें मैं ध्यान देता हूं कि ezMixed () कोड में एक बग था? यदि हां, तो मुझे लगता है कि आपने उस नोट की गलत व्याख्या की है। ezMixed () ezANOVA () से संबंधित नहीं है। ezMixed () मिश्रित प्रभाव मॉडलिंग संदर्भ में निश्चित प्रभावों के प्रभाव का आकलन करने में मदद करता है।
— माइक लॉरेंस
HI माइक - आप काफी सही हैं - यह ezMixed पर आपका नोट था () मैंने इसे पढ़ा और ezANOVA () के लिए गलत व्याख्या की।
हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.