หากฉันไม่สนใจการโต้ตอบมีเหตุผลใดที่จะใช้ระบบสองทางแทน ANOVA แบบสองทางหรือไม่


9

ฉันหมายถึงเหตุผลใด ๆ นอกเหนือจากความสะดวกในการวิเคราะห์ให้เสร็จภายในขั้นตอนเดียว


1
นี่คือสิ่งที่: หากมีการโต้ตอบก็ไม่สมเหตุสมผลที่จะ "ไม่สนใจ" เพราะคุณไม่สามารถแปลความหมายของเอฟเฟกต์หลักเพียงอย่างเดียวหากมีการโต้ตอบ ดังนั้นนอกเหนือจากคำตอบด้านล่างนี้ฉันขอแนะนำให้คุณพิจารณาสิ่งที่คุณทำ
Erik

คำตอบ:


19

ใช่ด้วยเหตุผลหลายประการ!

1) ซิมป์สันขัดแย้ง หากการออกแบบมีความสมดุลหากตัวแปรตัวใดตัวหนึ่งมีผลต่อผลลัพธ์คุณจะไม่สามารถประเมินได้อย่างถูกต้องแม้กระทั่งทิศทางของผลกระทบของอีกตัวหนึ่งโดยไม่ต้องปรับเปลี่ยนเป็นตัวแรก (ดูแผนภาพแรกที่ลิงก์โดยเฉพาะ - ทำซ้ำด้านล่าง **) สิ่งนี้แสดงให้เห็นถึงปัญหา - เอฟเฟกต์ภายในกลุ่มเพิ่มขึ้น (เส้นสีสองเส้น) แต่ถ้าคุณไม่สนใจการจัดกลุ่มสีแดงสีน้ำเงินคุณจะได้รับเอฟเฟกต์ที่ลดลง (เส้นประสีเทา) - เครื่องหมายผิดอย่างสมบูรณ์!

ป้อนคำอธิบายรูปภาพที่นี่

ในขณะที่กำลังแสดงสถานการณ์ที่มีหนึ่งตัวแปรแบบต่อเนื่องและการจัดกลุ่มหนึ่งสิ่งที่คล้ายกันสามารถเกิดขึ้นได้เมื่อเอฟเฟกต์หลักแบบสองทางที่ไม่สมดุล ANOVA จะถือว่าเป็นแบบจำลองทางเดียวสองแบบ

2) สมมติว่ามีการออกแบบที่สมดุลอย่างสมบูรณ์ แล้วคุณยังคงต้องการที่จะทำเพราะถ้าคุณไม่สนใจตัวแปรที่สองในขณะที่มองครั้งแรก (สมมติว่าทั้งสองมีผลกระทบบางส่วน) แล้วผลที่สองจะเข้าสู่ระยะเสียงพองมัน ... และเพื่อให้น้ำหนักมาตรฐานทั้งหมดของคุณ ข้อผิดพลาดขึ้นไป ในกรณีนี้เอฟเฟ็กต์ที่สำคัญและที่สำคัญอาจมีจุดรบกวน

พิจารณาข้อมูลต่อไปนี้การตอบสนองอย่างต่อเนื่องและปัจจัยสำคัญสองประการ:

      y x1 x2
1  2.33  A  1
2  1.90  B  1
3  4.77  C  1
4  3.48  A  2
5  1.34  B  2
6  4.16  C  2
7  5.88  A  3
8  2.56  B  3
9  5.97  C  3
10 5.10  A  4
11 2.62  B  4
12 6.21  C  4
13 6.54  A  5
14 6.01  B  5
15 9.62  C  5

เอฟเฟกต์หลัก ๆ แบบสองทางแอนโนวามีความสำคัญสูง (เพราะมันสมดุลคำสั่งไม่สำคัญ):

Analysis of Variance Table
Response: y
          Df Sum Sq Mean Sq F value    Pr(>F)    
x1         2 26.644 13.3220  24.284 0.0004000 
x2         4 38.889  9.7222  17.722 0.0004859 
Residuals  8  4.389  0.5486                      

แต่การกระจายตัวทางเดียวไม่ได้มีนัยสำคัญในระดับ 5%:

(1) Analysis of Variance Table
Response: y
          Df Sum Sq Mean Sq F value  Pr(>F)  
x1         2 26.687 13.3436  3.6967 0.05613 
Residuals 12 43.315  3.6096                  

(2) Analysis of Variance Table
Response: y
          Df Sum Sq Mean Sq F value  Pr(>F)  
x2         4 38.889  9.7222  3.1329 0.06511 
Residuals 10 31.033  3.1033                  

โปรดสังเกตในแต่ละกรณีว่าค่าเฉลี่ยกำลังสองของปัจจัยไม่เปลี่ยนแปลง ... แต่ค่าเฉลี่ยกำลังสองที่เพิ่มขึ้นอย่างมาก (จาก 0.55 ถึง 3 ในแต่ละกรณี) นั่นเป็นผลของการละทิ้งตัวแปรสำคัญ

** (แผนภาพด้านบนทำโดยผู้ใช้ Wikipedia Schutzแต่วางไว้ในโดเมนสาธารณะในขณะที่ไม่จำเป็นต้องระบุแหล่งที่มาสำหรับรายการในโดเมนสาธารณะฉันรู้สึกว่ามันควรค่าแก่การจดจำ)


6

ใช่. หากตัวแปรอิสระสองตัวนั้นเกี่ยวข้องกันและ / หรือ ANOVA นั้นไม่สมดุลกันดังนั้น ANOVA สองทางจะแสดงให้คุณเห็นถึงผลกระทบของการควบคุมตัวแปรแต่ละตัวสำหรับอีกตัวแปรหนึ่ง

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