यह मेरी पहली पोस्ट है, इसलिए कृपया मुझ पर आसान ले लो अगर मैं कुछ मानकों का पालन नहीं कर रहा हूँ! मैंने अपने प्रश्न की खोज की और कुछ भी नहीं आया।
मेरा प्रश्न ज्यादातर सामान्य रैखिक मॉडलिंग (GLM) और सामान्यीकृत रैखिक मॉडलिंग (GZLM) के बीच व्यावहारिक अंतरों से संबंधित है। मेरे मामले में यह covariates के रूप में कुछ निरंतर चर और ANZVA, GZLM में कुछ कारक होंगे। मैं प्रत्येक चर के मुख्य प्रभावों की जांच करना चाहता हूं, साथ ही एक तीन-तरफ़ा बातचीत करता हूं जिसे मैं मॉडल में रेखांकित करूंगा। मैं इस परिकल्पना को एक ANCOVA में परीक्षण किया जा रहा है, या GZLM का उपयोग कर देख सकते हैं। कुछ हद तक मैं गणित की प्रक्रियाओं को समझता हूं और एक सामान्य रैखिक मॉडल को ANCOVA की तरह चलाने के पीछे तर्क देता हूं, और मैं कुछ हद तक समझता हूं कि GZLMs रैखिक मॉडल और आश्रित चर को जोड़ने वाले लिंक फ़ंक्शन के लिए अनुमति देते हैं (ठीक है, मैंने झूठ बोला था, शायद मैं नहीं। वास्तव में गणित को समझते हैं)। मैं वास्तव में क्या डॉन ' टी समझ में एक विश्लेषण चलाने के लिए व्यावहारिक अंतर या कारण हैं और दूसरा नहीं जब GZLM में उपयोग की जाने वाली संभावना वितरण सामान्य है (यानी, पहचान लिंक फ़ंक्शन?)। जब मैं एक के ऊपर एक दौड़ता हूं तो मुझे बहुत अलग परिणाम मिलते हैं। क्या मैं दौड़ सकता था? मेरा डेटा कुछ हद तक गैर-सामान्य है, लेकिन ANCOVA और GZLM दोनों में कुछ हद तक काम करता है। दोनों ही मामलों में मेरी परिकल्पना का समर्थन किया गया है, लेकिन GZLM में p मान "बेहतर" है।
मेरा विचार था कि एक ANCOVA एक लीनियर मॉडल है जिसमें एक पहचान लिंक फ़ंक्शन का उपयोग करके सामान्य रूप से वितरित निर्भर चर होता है, जो कि वास्तव में मैं एक GZLM में इनपुट कर सकता हूं, लेकिन ये अभी भी अलग हैं।
कृपया मेरे लिए इन प्रश्नों पर कुछ प्रकाश डालें, यदि आप कर सकें!
पहले उत्तर के आधार पर मेरे पास अतिरिक्त प्रश्न हैं:
यदि वे महत्त्वपूर्ण परीक्षण को छोड़कर समान हैं जो इसका उपयोग करते हैं (जैसे, एफ परीक्षण बनाम वाल्ड ची स्क्वायर), जो उपयोग करने के लिए सबसे उपयुक्त होगा? ANCOVA "गो-टू विधि" है, लेकिन मैं अनिश्चित हूं कि एफ परीक्षण बेहतर क्यों होगा। क्या कोई मेरे लिए इस सवाल पर कुछ प्रकाश डाल सकता है? धन्यवाद!