Bu benim ilk gönderim, bu yüzden bazı standartlara uymuyorsam, lütfen beni rahatlat! Sorumu araştırdım ve hiçbir şey çıkmadı.
Benim sorum çoğunlukla genel doğrusal modelleme (GLM) ve genelleştirilmiş doğrusal modelleme (GZLM) arasındaki pratik farklar ile ilgilidir. Benim durumumda değişkenler olarak birkaç sürekli değişken ve GZLM'ye karşı ANCOVA'da birkaç faktör olacaktır. Her değişkenin ana etkilerini ve ayrıca modelde özetleyeceğim üç yönlü etkileşimi incelemek istiyorum. Bu hipotezin bir ANCOVA'da test edildiğini veya GZLM kullanılarak yapıldığını görebiliyorum. Bir dereceye kadar, ANCOVA gibi genel bir doğrusal model çalıştırmanın arkasındaki matematik işlemlerini ve gerekçelerini anlıyorum ve GZLM'lerin doğrusal modeli ve bağımlı değişkeni birbirine bağlayan bir bağlantı işlevine izin verdiğini biraz anlıyorum (tamam, yalan söyledim, belki yapmıyorum) gerçekten matematiği anlamak). Gerçekten ne yapıyorum? GZLM'de kullanılan olasılık dağılımı normal olduğunda (yani kimlik bağlantı fonksiyonu?) bir analiz yapmanın pratik farkları veya sebepleri değil, diğeri değil. Birini diğerine çalıştırdığımda çok farklı sonuçlar alıyorum. Ben de koşabilir miyim? Verilerim biraz normal değil ancak ANCOVA ve GZLM’de bir ölçüde çalışıyor. Her iki durumda da hipotezim destekleniyor, ancak GZLM'de p değeri "daha iyi".
Benim düşüncem, bir ANCOVA'nın, bir GZLM'de tam olarak girebileceğim şey olan bir kimlik bağlantı işlevi kullanarak normal dağılıma bağlı değişkenli doğrusal bir model olduğudur, ancak bunlar yine de farklıdır.
Lütfen yapabilirseniz bu sorulara biraz ışık tutunuz!
İlk cevaba göre ek bir sorum var:
Kullandıkları önemlilik testi dışında aynı ise (örneğin, F testi ve Wald Chi Meydanı gibi), hangisini kullanmak daha uygun olurdu? ANCOVA "go to to" yöntemidir, ancak F testinin neden tercih edileceğinden emin değilim. Birisi bu soruya benim için biraz ışık tutabilir mi? Teşekkürler!