Etkileşimleri içerebilen iki yönlü bir ANOVA'nın parametrik olmayan eşdeğeri nedir?


20

Merhaba etkileşimleri dahil edebilen iki yönlü bir ANOVA (3x4 tasarım) parametrik olmayan eşdeğerini bulmaya çalışıyorum. Zar 1984 "Biyoistatistiksel analiz" deki okumamdan bu Scheirer, Ray ve Hare (1976) 'da ortaya konan bir yöntem kullanılarak mümkündür, ancak çevrimiçi diğer yayınlara göre bu yöntemin artık uygun olmadığı anlaşılmıştır (eğer hiç ) idi.

Herkes bunu yapmak için hangi yöntemin uygun olacağını biliyor ve eğer öyleyse R veya Stata'daki ilgili işlevler var mı?


En iyi seçim (eğer varsa) klasik ANOVA'nın sizin durumunuzda neden uygun olmadığını düşündüğünüze bağlıdır.
Michael M

Merhaba Michael, klasik ANOVA uygun değil çünkü dönüşümleri kullanmaya rağmen normalite varsayımını karşılamak mümkün değil.
user35595

Yanıtlar:


22

Çoğu insan ANOVA'nın parametrik olmayan bir eşdeğerini düşündüğünde, Kruskal-Wallis testini düşünürler . Bununla birlikte, Kruskal-Wallis testi faktöriyel bir yapıya uygulanamaz.

Bunun ilk çözümü, tüm koşullarınızı tek yönlü bir analiz olarak çalıştırmaktır. Bu, faktörlerinizi ayrı ayrı test etmenize izin vermez, ancak muhtemelen post-hoc testlerle birlikte ana testten ihtiyacınız olanı elde edebilirsiniz.

Bununla birlikte, Kruskal-Wallis testi özel bir ordinal lojistik regresyon örneği olarak düşünülebilir . Dahası, OLR faktöriyel bir yapıyı idare edebilir ve yanıt verilerinizin normalde dağıtılmasını gerektirmez, sadece sıralıdır. Bu muhtemelen en iyi seçeneğiniz olacaktır. UCLA mükemmel istatistik yardım web sitesinde, hem de OLR için kılavuzları bulabilirsiniz R ve Stata .


Sıralı paketin vinyetleri, sıralı lojistik regresyona iyi bir giriş sağlar ve MASS paketindeki komuttan clmçok daha fazla yeteneğe sahiptir polr.
John

Merhaba gung, ve cevap için teşekkür ederim. Kruskal-Wallis testini kullanarak, tek yönlü bir ANOVA'nın sadece parametrik olmayan eşdeğeri olduğu için etkileşim etkilerini görmek mümkün olmadığından mı yanılıyorum? Etkileşim etkilerini görmekle gerçekten ilgileniyorum, çünkü bunların var olduğu açık ve bunu doğru bir şekilde göstermek istiyoruz. Böyle bir durumda OLR kullanımı uygun mu?
user35595

OLR mükemmel şekilde uygundur; bu durumda en iyi seçeneğinizdir.
gung - Monica'yı eski durumuna döndürün

1
Tüm sürekli veriler de sıralıdır. Bu sadece bağları olmayan N rütbeniz olduğu anlamına gelir.
gung - Monica'yı eski

2
@gung gerçekten, ben kavramının söyleyebilirim ordinal kavramına ontolojik önce olduğu miktar . :)
Alexis
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.