Küresellik varsayımının ardındaki sezgi
Ortak, tekrarlanmayan önlemlerin varsayımlarından biri olan ANOVA, tüm gruplarda eşit varyanstır.
(Bunu anlayabiliriz çünkü homoscedasticity olarak da bilinen eşit varyans, lineer regresyondaki OLS tahmincisinin MAVİ olması ve karşılık gelen t testlerinin geçerli olması için bkz. Gauss-Markov teoremi ve ANOVA doğrusal olarak uygulanabilir regresyon).
Öyleyse RM-ANOVA davasını RM olmayan davaya indirmeye çalışalım. Basit olması için, k RM koşullarında kaydedilmiş süjeye sahip tek faktörlü RM-ANOVA (herhangi bir özne etkisi olmadan) ile ilgileneceğim .nk
Her konunun kendi konuya özgü ofseti veya kesmesi olabilir. Bir gruptaki değerleri diğer tüm gruplardaki değerlerden çıkarırsak, bu engellemeleri iptal eder ve bu grubu farklılıklarının sıfır olup olmadığını test etmek için RM-ANOVA olmayanları kullanabileceğimiz duruma ulaşırız . Bu testin geçerli olabilmesi için, bu k - 1 farklarının eşit varyansları varsayımına ihtiyacımız var .k - 1k - 1
Şimdi 2. grubu diğer tüm gruplardan çıkarabiliriz, yine eşit varyanslara sahip olması gereken farklılıklarına ulaşabiliriz. K dışındaki her grup için, karşılık gelen k - 1 farklılıklarının varyansları eşit olmalıdır. Tüm k ( k - 1 ) / 2 olası farklılıkların eşit olması gerektiği hemen görülür.k - 1kk - 1k ( k - 1 ) / 2
Hangi kesinlikle küresellik varsayımıdır.
Grup varyansları neden eşit olmamalıdır?
Biz RM-ANOVA dendiğinde, genellikle bir şekilde basit bir katkı maddesi karma modeli tarzı bir model düşünmek α i konusu etkiler, β j olan durum etkileri ve ϵ ∼ N ( 0 , σ 2 ) .
yben j= μ + αben+ βj+ ϵben j,
αbenβjϵ ∼ N(0,σ2)
Bu model için, grup farklılıkları izleyecektir, yani hepsi 2 σ 2 aynı varyansa sahip olacaktır , bu nedenle küresellik geçerlidir. Ancak her bir grup bir karışımını takip edecek n bir vasıta ile Gauss α i ve sapma σ 2 varyans ile bazı karmaşık dağılımı olan, V ( → α , σ 2 ) grupları arasında sabittir.N(βj1−βj2,2σ2)2σ2nαbenσ2V( α⃗ , σ2)
Yani bu modelde, aslında, grup varyansları da aynıdır. Grup kovaryansları da aynıdır, yani bu model bileşik simetrisi anlamına gelir . Bu, küresellik ile karşılaştırıldığında daha katı bir durumdur. Yukarıdaki sezgisel argümanımın gösterdiği gibi, RM-ANOVA, yukarıda yazılı katkı modeli mevcut olmadığında daha genel durumda iyi çalışabilir .
Kesin matematiksel ifade
Burada Huynh & Feldt, 1970, Tekrarlanan Ölçüm Tasarımlarında Ortalama Kare Oranlarının Tam Dağılımlarının Olduğu Koşullara birF şey ekleyeceğim .
Küresellik bozulduğunda ne olur?
Küresellik tutulmadığında, RM-ANOVA'nın (i) şişirilmiş boyuta (daha fazla tip I hatası), (ii) gücün azalmasına (daha fazla tip II hatası) sahip olmasını bekleyebiliriz. Bunu simülasyonlarla keşfedebiliriz, ama burada yapmayacağım.