ฉันคำนวณอัตราส่วนความน่าจะเป็นได้เหล่านี้ถูกต้องหรือไม่

ฉันเป็นผู้เขียนแพ็กเกจ ezสำหรับ R และฉันกำลังดำเนินการอัปเดตเพื่อรวมการคำนวณอัตโนมัติของอัตราส่วนความน่าจะเป็น (LRs) ในผลลัพธ์ของ ANOVAs ความคิดคือการให้ LR สำหรับแต่ละผลที่คล้ายกับการทดสอบของผลกระทบที่ ANOVA ประสบความสำเร็จ ตัวอย่างเช่น LR สำหรับเอฟเฟ็กต์หลักหมายถึงการเปรียบเทียบโมเดลโมฆะกับโมเดลที่มีเอฟเฟกต์หลัก LR สำหรับการโต้ตอบแสดงถึงการเปรียบเทียบของโมเดลที่มีเอฟเฟกต์หลักทั้งสองส่วนประกอบกับโมเดลที่มีเอฟเฟกต์หลักและปฏิสัมพันธ์ของพวกเขา ฯลฯ

ตอนนี้ความเข้าใจของฉันเกี่ยวกับการคำนวณ LR มาจากGlover & Dixon ( PDF ) ซึ่งครอบคลุมการคำนวณพื้นฐานรวมถึงการแก้ไขความซับซ้อนและภาคผนวกของBortolussi & Dixon ( ภาคผนวก PDF ) ซึ่งครอบคลุมการคำนวณที่เกี่ยวข้องกับตัวแปรการวัดซ้ำ เพื่อทดสอบความเข้าใจของฉันฉันได้พัฒนาสเปรดชีตนี้ซึ่งใช้ dfs & SS จากตัวอย่าง ANOVA (สร้างจากการออกแบบ 2 * 2 * 3 * 4 โดยใช้ข้อมูลปลอม) และขั้นตอนในการคำนวณ LR สำหรับแต่ละเอฟเฟกต์

ฉันจะซาบซึ้งจริง ๆ ถ้าคนที่มีความมั่นใจเพิ่มขึ้นเล็กน้อยกับการคำนวณดังกล่าวสามารถตรวจสอบและทำให้แน่ใจว่าฉันทำทุกอย่างถูกต้อง สำหรับผู้ที่ต้องการรหัสนามธรรมนี่คือรหัส R ที่ใช้การอัปเดตเป็น ezANOVA () (ดู esp. บรรทัดที่ 15-95)

แม้ว่าการให้เหตุผลเกี่ยวกับการคำนวณ LR จากค่า SS นั้นค่อนข้างยุติธรรม แต่วิธีการแบบกำลังสองน้อยที่สุดนั้นเทียบเท่ากัน แต่ไม่เหมือนกับการประมาณความน่าจะเป็น (ความแตกต่างสามารถแสดงให้เห็นได้เช่นในการคำนวณของ se ซึ่งถูกหารด้วย (n-1) ในวิธีกำลังสองน้อยที่สุดและหารด้วย n ในความเป็นไปได้สูงสุดการประเมินความเป็นไปได้สูงสุดจึงสอดคล้องกัน แต่ลำเอียงเล็กน้อย )

สิ่งนี้มีความหมายบางอย่าง: คุณสามารถคำนวณ LR ตามความเป็นไปได้ที่จะเกิดสัดส่วน $\frac{1}{s}$แต่นั่นไม่ได้ให้โอกาสคุณในการสร้างแบบจำลองโนวาของคุณเอง มันแค่บอกคุณบางอย่างเกี่ยวกับอัตราส่วน เนื่องจาก AIC มีการกำหนดแบบคลาสสิกในแง่ของโอกาสฉันไม่แน่ใจว่าคุณสามารถใช้ AIC ตามที่คุณต้องการ

ฉันดูสเปรดชีตแล้ว แต่ค่าสำหรับ "LR ที่ไม่ถูกแก้ไขภายใน" (ฉันก็ยังไม่ได้ติดตามสิ่งที่คุณพยายามคำนวณตรงนั้นอย่างสิ้นเชิง) ดูเหมือนว่าฉันจะไม่สูงอย่างแน่นอน

ในหมายเหตุด้านพลังของการทดสอบ LR คือคุณสามารถเปรียบเทียบโมเดลที่คุณต้องการได้โดยที่คุณไม่ต้องทำเช่นนั้นสำหรับทุกคน (ซึ่งช่วยลดข้อผิดพลาดในการทดสอบ multitesting) หากคุณทำสิ่งนี้ทุกเทอม LR ของคุณจะเทียบเท่ากับการทดสอบ F อย่างสมบูรณ์และในกรณีที่มีกำลังสองน้อยที่สุดเท่าที่ฉันรู้แม้แต่ตัวเลขเกี่ยวกับที่เหมือนกัน

ไมล์ของคุณอาจแตกต่างกันไป แต่ฉันไม่เคยมั่นใจในการผสมผสานแนวคิดของกรอบงานสองแบบที่แตกต่างกัน (เช่นกำลังสองน้อยที่สุดเมื่อเทียบกับโอกาสสูงสุด) โดยส่วนตัวแล้วฉันจะรายงานสถิติ F และใช้ LR ในฟังก์ชั่นที่อนุญาตให้เปรียบเทียบแบบจำลอง (เช่นฟังก์ชั่น anova สำหรับรุ่น lme ที่ทำแบบนั้น)

2 เซนต์ของฉัน

PS: ฉันดูโค้ดของคุณ แต่ไม่สามารถเข้าใจตัวแปรทั้งหมดได้ หากคุณจะใส่หมายเหตุของรหัสโดยใช้ความคิดเห็นนั่นจะทำให้ชีวิตง่ายขึ้นอีกครั้ง แผ่น EXCEL นั้นไม่ใช่วิธีที่ง่ายที่สุดในการคำนวณ ฉันจะตรวจสอบอีกครั้งในภายหลังเพื่อดูว่าฉันสามารถทำอะไรบางอย่างจากมัน