คำถามนี้ชัดเจนมาจากการศึกษาที่มีการออกแบบสองทางที่ไม่สมดุลวิเคราะห์ใน R ด้วยaov()
ฟังก์ชั่น; หน้านี้แสดงตัวอย่างล่าสุดและรายละเอียดเพิ่มเติมของปัญหานี้
คำตอบทั่วไปของคำถามนี้มีหลายคำถามเช่น: "มันขึ้นอยู่กับ" ที่นี่มันขึ้นอยู่กับว่าการออกแบบมีความสมดุลและถ้าไม่ได้ซึ่งเลือก ANOVA รสชาติใด
ก่อนขึ้นอยู่กับว่าการออกแบบมีความสมดุล ในโลกที่ดีที่สุดเท่าที่จะเป็นไปได้โดยมีจำนวนผู้ป่วยเท่ากันในทุกเซลล์ของการออกแบบแบบแฟกทอเรียลจะไม่มีความแตกต่างเนื่องจากลำดับของการป้อนปัจจัยเข้าสู่โมเดลโดยไม่คำนึงว่า ANOVA จะดำเนินการอย่างไร เห็นได้ชัดจากการวิจัยทางคลินิกย้อนหลังดูเหมือนจะมาจากโลกแห่งความจริงที่ไม่พบความสมดุลดังกล่าว ดังนั้นลำดับอาจสำคัญ
ประการที่สองมันขึ้นอยู่กับวิธีการดำเนินการ ANOVA ซึ่งเป็นประเด็นที่ถกเถียงกันอยู่บ้าง ประเภทของ ANOVA สำหรับการออกแบบที่ไม่สมดุลนั้นแตกต่างกันไปตามลำดับของการประเมินผลหลักและการโต้ตอบ การประเมินการโต้ตอบเป็นพื้นฐานของการวิเคราะห์ความแปรปรวนสองทางและระดับสูงกว่าดังนั้นจึงมีข้อพิพาทเกี่ยวกับวิธีที่ดีที่สุดในการดำเนินการ ดูหน้าไขว้ที่ผ่านการตรวจสอบสำหรับคำอธิบายและการสนทนาเดียว ดูรายละเอียดและคำเตือนสำหรับAnova()
ฟังก์ชั่น (พร้อมตัวพิมพ์ใหญ่ "A") ในคู่มือสำหรับcar
แพ็คเกจสำหรับมุมมองที่ต่างออกไป
คำสั่งของปัจจัยไม่ว่าในรูปแบบที่ไม่สมดุลภายใต้การเริ่มต้นaov()
ในการวิจัยซึ่งใช้สิ่งที่เรียกว่าการทดสอบประเภท-I สิ่งเหล่านี้คือการอ้างเหตุผลแบบเรียงลำดับของความแปรปรวนของปัจจัยต่างๆในลำดับการเข้าสู่แบบจำลองตามที่คำถามปัจจุบันจินตนาการ คำสั่งซื้อไม่เกี่ยวข้องกับการทดสอบ type-II หรือ type-III ที่จัดทำโดยAnova()
ฟังก์ชันในcar
แพ็คเกจใน R อย่างไรก็ตามตัวเลือกเหล่านี้มีข้อเสียที่เป็นไปได้ที่ระบุไว้ในลิงก์ด้านบน
ในที่สุดให้พิจารณาความสัมพันธ์กับการถดถอยเชิงเส้นหลายแบบเช่นเดียวกับlm()
ใน R ซึ่งเป็นรูปแบบเดียวกันกับชนิดถ้าคุณรวมคำที่ใช้โต้ตอบ ลำดับการเข้าของตัวแปรในlm()
ไม่สำคัญในแง่ของสัมประสิทธิ์การถดถอยและค่าp ที่รายงานโดยsummary(lm())
ซึ่งปัจจัยการจัดหมวดหมู่ระดับ k ถูกเขียนรหัสเป็นตัวแปรหุ่นจำลอง (k-1) และค่าสัมประสิทธิ์การถดถอยสำหรับแต่ละตัวจำลอง .
อย่างไรก็ตามเป็นไปได้ที่จะห่อlm()
ผลลัพธ์ด้วยanova()
(ตัวพิมพ์เล็ก "a," จากstats
แพ็คเกจR ) หรือAnova()
เพื่อสรุปอิทธิพลของแต่ละปัจจัยในทุกระดับของมันตามที่เราคาดหวังใน ANOVA แบบดั้งเดิม จากนั้นการสั่งซื้อของปัจจัยที่จะมีความสำคัญกับanova()
กับการและจะไม่สำคัญกับaov()
Anova()
ในทำนองเดียวกันข้อพิพาทที่เกี่ยวกับประเภทของ ANOVA ที่จะใช้จะกลับมา ดังนั้นจึงไม่ปลอดภัยที่จะถือว่าเป็นอิสระจากคำสั่งซื้อของการป้อนปัจจัยด้วยการใช้lm()
โมเดลดาวน์สตรีมทั้งหมด
* การมีจำนวนการสังเกตที่เท่ากันในทุกเซลล์นั้นเพียงพอ แต่อย่างที่ฉันเข้าใจมันไม่จำเป็นสำหรับลำดับของปัจจัยที่ไม่เกี่ยวข้อง ประเภทของความต้องการที่น้อยลงอาจทำให้เกิดความเป็นอิสระในการสั่งซื้อ