มีการทดสอบ Kruskal Wallis ทางเดียวสำหรับแบบจำลองสองทางหรือไม่?


19

หากแบบจำลองนั้นไม่เป็นไปตามสมมติฐานของ ANOVA (โดยเฉพาะในภาวะปกติ) หากเป็นแบบทางเดียวแนะนำให้ทำการทดสอบแบบไม่ใช้พารามิเตอร์ของ Kruskal-Wallis แต่ถ้าคุณมีหลายปัจจัย

คำตอบ:


15

คุณสามารถใช้การทดสอบการเปลี่ยนรูป

สร้างสมมติฐานของคุณเป็นการทดสอบแบบจำลองที่สมบูรณ์และลดลงและใช้ข้อมูลต้นฉบับคำนวณสถิติ F สำหรับการทดสอบแบบเต็มและแบบทดสอบที่ลดลง (หรือสถิติที่น่าสนใจอื่น)

ตอนนี้คำนวณค่าติดตั้งและค่าคงที่สำหรับแบบจำลองที่ลดลงจากนั้นสุ่มเปลี่ยนค่าส่วนที่เหลือและเพิ่มกลับไปเป็นค่าติดตั้งตอนนี้ทำการทดสอบแบบเต็มและลดลงบนชุดข้อมูลที่อนุญาตและบันทึก F-statistic (หรืออื่น ๆ ) ทำซ้ำหลาย ๆ ครั้ง (เช่นปี 1999)

p-value คือสัดส่วนของสถิติที่มากกว่าหรือเท่ากับสถิติเดิม

สามารถใช้เพื่อทดสอบการโต้ตอบหรือกลุ่มคำศัพท์รวมถึงการโต้ตอบ


5
สำหรับการอภิปรายเกี่ยวกับกลยุทธ์การเปลี่ยนแปลงที่แตกต่างกันของการออกแบบ ANOVA แบบ factorial ดูที่avesbiodiv.mncn.csic.es/estadistica/permut1.pdf (pdf)
caracal

3
ใช้งานได้ แต่จะเกิดอะไรขึ้นกับพลังของการทดสอบ เช่นแม้ว่าจะมีเพียงค่า (ไกล) เพียงค่าเดียวและส่วนที่เหลือของการกระจายตัวตามปกติปรากฏว่าการใช้สถิติ F อาจมีอำนาจน้อยในการทดสอบการเปลี่ยนแปลงเพื่อตรวจจับสิ่งใด ๆ บทความที่อ้างอิงโดย @caracal อธิบายรายละเอียดปลีกย่อยและประเมินว่าแนวทาง F-statistic ทำงานอย่างไรและเมื่อใดที่อาจล้มเหลว
whuber

"p-value คือสัดส่วนของสถิติที่มากกว่าหรือเท่ากับสถิติเดิม" -> กับสถิติดั้งเดิมที่คำนวณจากแบบจำลองเต็มรูปแบบ แก้ไข?
Yannick Wurm

1
@toto_tico การใช้อันดับเป็นตัวเลือกหนึ่งสำหรับการทดสอบที่ไม่ใช่พารามิเตอร์ แต่ไม่ใช่เพียงการทดสอบการเปลี่ยนรูปแบบอื่น ๆ ที่ไม่ขึ้นอยู่กับอันดับ การรวมปัจจัยเข้าด้วยกันเป็นปัจจัยเดียวจะทำงานหากคุณต้องการทดสอบทั้งหมดหรือไม่ใช้เลย แต่ไม่ได้ผลสำหรับการทดสอบว่าการโต้ตอบนั้นสำคัญเกินกว่าเอฟเฟ็กต์ของเอฟเฟ็กต์หลักหรือการทดสอบปัจจัยหนึ่ง
เกร็กสโนว์

1
@toto_tico เพียงเขียนโค้ดโดยตรง ดูตัวอย่างที่ฉันเพิ่มตามความคิดเห็นอื่นของคุณ ( stats.stackexchange.com/questions/41199/… )
เกร็กสโนว์

13

การทดสอบ Kruskal-Wallis เป็นกรณีพิเศษของโมเดลอัตราต่อรอง คุณสามารถใช้โมเดลอัตราต่อรองแบบสัดส่วนเพื่อจำลองปัจจัยหลายตัวปรับสำหรับตัวแปร covariates ฯลฯ


3
หากต้องการเรียนรู้เพิ่มเติมเกี่ยวกับการเชื่อมต่อระหว่าง KW และโมเดลอัตราต่อรองแบบไหนการอ้างอิงที่ดีจะเป็นอย่างไร
whuber

5
@ARTICLE {pet89ord, ผู้แต่ง = {Peterson, Bercedis}, ปี = 1989, ชื่อ = {Re: {โมเดล} การถดถอยแบบสามัญสำหรับข้อมูลระบาดวิทยา}, วารสาร = Am J Epi, เล่ม = 129, หน้า = {745-748}, annote = {โมเดลอัตราต่อรองแบบสัดส่วน; อัตราต่อรองบางส่วน}} @ARTICLE {mcc80reg, ผู้เขียน = {{McCullagh}, Peter}, ปี = 1980, ชื่อ = {ตัวแบบการถดถอยสำหรับข้อมูลอันดับ), เจอร์นัล = JRSSB, ปริมาณ = 42, หน้า = {109-142} annote = {แบบจำลองลอจิสติกแบบปกติ}} ดูสถิติ Whitehead ใน Med 1993 p 2257
Frank Harrell

7

การทดสอบของฟรีดแมนให้ค่าที่ไม่ใช่พารามิเตอร์เทียบกับการวิเคราะห์ความแปรปรวนแบบทางเดียวกับปัจจัยการบล็อก แต่ไม่สามารถทำอะไรที่ซับซ้อนได้มากกว่านี้

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.