Kategorik değişkenler arasındaki eşdeğerlik

Sürekli öngörücülerle ilgili eşzamanlılık hakkında çok şey var, ancak kategorik öngörücülerde bulabileceğim kadar çok değil. Aşağıda gösterilen bu tip verilerim var.

İlk faktör genetik bir değişkendir (alel sayısı), ikinci faktör bir hastalık kategorisidir. Açıkça, genler hastalıktan önce gelir ve teşhise yol açan semptomları gösteren bir faktördür. Bununla birlikte, SPSS ile psişik olarak yaygın olarak yapılacak gibi, tip II veya III toplamları kareleri kullanılarak yapılan düzenli bir analiz, etkiyi kaçırır. I tipi kareler analizinin toplamı, sıraya bağlı olduğu için uygun sıra girildiğinde onu alır. Ayrıca, hastalık sürecine tip II veya III ile iyi tanımlanmamış genle ilgili olmayan fazladan bileşenler olması muhtemeldir, lm2 veya Anova'ya göre aşağıdaki anova (lm1) 'e bakınız.

Örnek veriler:

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")

1. Bana tip I SS ile lm1 , arka plan teorisi verilen verileri analiz etmek için uygun bir yol gibi görünüyor. Varsayım doğru mu?
2. Bu sorunların genellikle ortaya çıkmadığı ortogonal tasarımları açıkça manipüle etmeye alışkınım. Gözden geçirenleri bir SPSS merkezli alan bağlamında bunun en iyi süreç (nokta 1'in doğru olduğu varsayılarak) olduğuna ikna etmek zor mu?
3. Ve istatistikler bölümünde neler raporlanacak? Ek analiz veya içeri girmesi gereken yorumlar var mı?

Faktörler arasındaki eşgüdüm oldukça karmaşıktır. Klasik örnek, üç sürekli değişkeni 'age', 'period' ve 'year' grupladığınızda ve kukla kodladığınızda elde ettiğiniz örnektir. Analiz edilir:

• Kupper, LL, Janis, JM, Salama, IA, Yoshizawa, CN Greenberg, BG ve Winsborough, HH (1983). Yaş dönem-grup analizi: Hücre verileri için bir gözlem etkileşiminin değerlendirilmesine sorunların bir gösterimidir , İstatistik Communicatios - Teori ve Yöntem , 12, 23, s 201-217'de..

Dört referansı (üç değil) kaldırdıktan sonra elde ettiğiniz katsayılar, yalnızca bilinmeyen bir doğrusal eğilime kadar tanımlanır. Bu analiz edilebilir, çünkü eşdoğrusallık, kaynak değişkenlerindeki (yaş + yıl = dönem) bilinen bir eş-doğruluktan kaynaklanmaktadır.

İki faktör arasındaki sahte eşbiçimlilik üzerine de bazı çalışmalar yapılmıştır. Analiz edildi:

• Eccleston, JA ve Hedayat, A. (1974). Bağlı tasarımların teorisi üzerinde: Karakterizasyonu Optimalliğin , İstatistik Annals , 2, 6, s 1238-1255..

Sonuç olarak, kategorik değişkenler arasındaki eşzamanlılık, veri kümesinin her bir bileşende bir referans seviyesi ile bağlantısız parçalara bölünmesi gerektiği anlamına gelir. Farklı bileşenlerden tahmini katsayılar doğrudan karşılaştırılamaz.

Üç veya daha fazla faktör arasındaki daha karmaşık eşdoğrusallıklar için durum karmaşıktır. Tahmin edilebilir işlevleri bulmak için prosedürler vardır, yani yorumlanabilir katsayıların doğrusal kombinasyonları, örneğin:

• Utilitas Mathematica'daki Godolphin ve Godolphin tarafından "Satır-sütun tasarımlarının bağlanabilirliği" (s) 51-65

Ancak bildiklerime göre, bu tür müştereklikleri sezgisel bir şekilde ele almak için genel bir gümüş mermi yoktur.

Bazı istatistiklerle sohbet ettikten sonra yerdeki insanlar. Öyle görünüyor ki, bu tür bir soru cevaplanacak en doğru soru olmayabilir. Yüksek derecede korelasyonlu olduklarında nöropsikolojik önlemler üzerindeki genetik ve tanısal etkileşimleri araştırmak için ANOVA (veya benzer yöntemler) kullanmak zor bir sorudur. Bunun yerine yapısal yapı denklemi modellemesi ile verilerin yapısını incelemeye yönlendirildim.

Bu cevap SEM hakkında daha fazla bilgi edindikçe güncellenecektir.