MANOVA ve Tekrarlanan Ölçümler Arasındaki Farklar ANOVA?

26

Tekrarlanan bir ölçümün ANOVA'sını bazı faktörler (deneysel şartlar) ile MANOVA arasındaki fark nedir?
Özellikle rastladığım bir web sitesi, MANOVA'nın, ANOVA'nın yaptığı tekrarlanan önlemlerle aynı küreselliği kabul etmediğini öne sürdü, doğru mu?
- Öyleyse, neden sadece MANOVA kullanılmıyor?
Birden fazla DV ile tekrarlanan bir önlem ANOVA yapmaya çalışıyorum, uygun yaklaşım nedir?

— russellpierce
kaynak

2

Tekrarlanan ölçümlere çok değişkenli yaklaşım, her bir faktör seviyesini ayrı bir DV olarak değerlendirmez. Bunun yerine, faktör seviyeleri arasındaki tüm benzersiz farkları ayrı DV'ler olarak ele alır ve sonra bu DV'lerin teorik centroidinin 0 vektörü olduğu hipotezini test eder. Varsa seviyeleri, 2 farklılıklarından ötürü p ve orada (kapsayan benzersiz farklar farklı faktör düzeyleri).

p

$p$

p - 1

$p-1$

p - 1

$p-1$

— caracal

Suçlayıcı cümleyi kaldırmak için soruyu düzenledim, ancak yorumunuzu tamamen anladığımdan emin değilim ve ilk madde işareti sorusunun cevabını netleştirmek için önemli bir nokta olabilir gibi görünüyor.

— russellpierce

3

Maxwell & Delaney (2004) Bölüm 13, “Deneyler Tasarlama ve Verileri Analiz Etme”, ilk iki kurşun noktanızda tam olarak aradığınız cevapların derinlemesine ele alınmasını sağlar.

— caracal

Bir Bluffer's Kılavuzu'nda ... Andy Field tarafından Sphericity çok net ve özlü bir tartışma verilir . Ayrıca bakınız Thom Baguley tarafından küreselliğe giriş .

— amip diyor Reinstate Monica

16

Birkaç tekrarlı ölçüm DV'sine sahip olmak, tek değişkenli bir yaklaşım (ayrıca Tekrarlanan Ölçümler sensu stricto veya split-plot yaklaşımı olarak da bilinir ) veya çok değişkenli bir yaklaşım (veya MANOVA) uygulayabilir . Tek değişkenli yaklaşımda, RM seviyeleri, bir değişkenden ortalama değerlerine göre sapma olarak kabul edilir. Çok değişkenli yaklaşımda, RM seviyeleri birbirinin değişkenleri olarak ele alınır. Tek değişkenli yaklaşım, küresel değişkenlik varsayımını gerektirirken, çok değişkenli yaklaşım buna gerek duymaz ve bu nedenle, bu daha popüler hale gelir. Ancak, daha fazla df harcıyorve bu nedenle daha büyük örneklem boyutuna ihtiyaç duyar. Ayrıca, tek değişkenli yaklaşım Karma modellerde genel olduğu için popülaritesini korur. Küresellik varsayımı (ve beklentinin ötesinde, daha genel bileşik simetri varsayımı da), her iki yaklaşımın da sonuçlarını bildiğim kadarıyla çok benzerdir.

— ttnphns
kaynak

5

Geometrik olarak, MANOVA ortalama (fark) vektörü bir elipsoidin dışına attığını reddeder. Tekrarlanan ölçümler ANOVA, örneğin, konu başına tekrarlanan ölçümlerle, -boyutlu ortalama (fark) vektörünün bir alanın dışına çıkması durumunda reddediyor . Elipsoidin şekli kovaryans matrisi ile belirlenir. Çok aşırı veya neredeyse küresel olabilir. $d$ $d$

Sonuç, ANOVA ve MANOVA'nın farklı alternatifleri "tercih" etmesidir. Öyleyse, ortalama Öklid uzunluklarını reddetmek istiyorsanız, ANOVA kullanırken ortalama vektörün harika Mahalanobis uzunluklarını reddetmek istiyorsanız, MANOVA kullanın.

Fakat eğer kovaryans matrisi küresel ise, her iki kriter de uyuşur, böylece bu durumda ANOVA ve MANOVA sonuçları da (asimptotik olarak) ttnph'lerin belirttiği gibi çakışır.

— Horst Grünbusch
kaynak

4

Tekrarlanan ölçüm modelini tercih ederim. Sonuçları yorumlamak daha kolay değil, aynı zamanda bir kovaryans yapısı belirleyebilmeniz için daha esnektir.

Bu referans, bir örnek üzerinden çalıştığı için kullanılabilir: Karışık veya MANOVA

— vadi
kaynak

1

Sanırım "tekrarlanan ölçümler modeli" ile karışık bir model demek istiyorsunuz (verdiğiniz bağlantıdaki gibi). Burada spesifik olmak gerçekten çok önemli: Tekrarlanan ölçümleri tercih etmiyor görünüyorsunuz ANOVA (sorudaki gibi), tekrarlanan ölçümler için karma modelleri tercih ediyorsunuz. Blog yazısında da belirtildiği gibi, çoğu durumda karışık modeller tercih edilir.

— wolf.rauch

1

Referans bağlantısı değişti; şimdi burada bulunabilir . Farklı bir kayda göre, RM ANOVA'yı özel bir karışık model modeli olarak düşünmenin adil olduğunu düşünüyorum.

— gung - Reinstate Monica

Evet, tekrarlanan önlemler modeli karma bir modeldir. Biri Karışık Modeller için SAS'ta görülebilir.

— Glen,

2

Tekrarlanan ölçümler modeli, karma model için özel bir durumdur. Ancak, aynı olmadıklarını vurgulamanın çok önemli olduğunu düşünüyorum. SAS'ta PROC KARIŞTIRILMIŞ, tekrarlanan ölçümlerden ANOVA'dan belirgin şekilde farklı modeller uygulayabilir. SAS, karma modelleri, ANOVA'yı tekrarlayan önlemlerden farklı bir şekilde yorumlamalarına yol açan, çıktılarındaki bu farklılıkları açıklığa kavuşturma eğilimindedir. Sadece dikkatin garanti edildiğini ve PROC MIXED kullanıcılarının tam olarak ne yaptıklarını bildiklerinden emin olmak için dikkatli olmaları gerektiğini söylemeye çalışıyorum.

— russellpierce