2014.04.25 教育及心理統計 (六) 多因子變異數分析 Factorial Design/ 重複數計量 Repeated meausre

2 way ANOVA 延伸自1 way ANOVA

  • model
    • cell mean
    • factor effect
      • *interaction
  • hypothesis testing
    • cell mean: 寫法統一,均為平均值相同
    • factor effect:寫法複雜,因計算時的分母可能不同(查表)
  • interaction  可藉由繪圖判斷二線段是否交叉,平行無交叉視為無交互作用
    • main effect
    • interaction effect
  • Sum of square
    • 將SStotal拆為between+within
      • between=SSA+SSB+SSAB
  • ANOVA table
    • fixed model 同1 way ANOVA
      • 分母使用MSE
    • other model 查表
      • 使用方式不同
  • procedure
    • ANOVA no sign =>停止
    • ANOVA sign =>高階作用
      • interaction no sign
        • main effect =>multiple comparison (同1 way ANOVA)
      • interaction sign
        • simple main effect (分別比較行列是否差異,同1 way ANOVA) 
          • simple main effect sign => simple comparisons
            note: simple main effect/simple comparisons的虛無假設
  • type I error rate
    • experimental-wise (EW)
    • fimly-wise (FW)
    • EW=FWa+FWb+...
    • 控制FW,以免alpha過小而無法拒絕
  • effect size
    • eta square
    • omega square(較為複雜)
  • E(MS)
    •  依model 而有所不同
      • fixed model: 分母使用MSE
      • random model: 分母使用MSAB
  • n way ANOVA
    • 試寫3 way ANOVA hypothesis, ANOVA table, interaction items...
Repeated measure
  • 1 & 2 way ANOVA之計算為between/within有無差異
    • 顯著差異來源除獨變項,可能來自個體差異
    • 此為隨機分配之意義,方能使個體差異縮小
      • 實務層面上難以做到
    • 以repeated measure解決之
  • 名詞區別
    • between-subject variables:
    • within-subject variables:每一個受試者在每個水準下檢驗。
  • 變異來源
    • Error variance
      • measurement error
      • control error
      • individual difference <= repeated measure 控制個別差異
    • independent variable effect <=  ANOVA
  • matching and repeated measure
    • match: 已知影響變項進行配對比較,如二者無顯著即可進行研究。
    • repeated measure: 
  • 優劣分析
    • 優勢
      • 去除個別差異,增加power
      • 成本效益,節省人力、物力、經費
    • 缺點
      • 重複施測如何控制間隔時間
        • 效果累計
      • 受試者施測順序問題: 介入順序是否造成影響
        • 效果累積、練習效應
        • 受試者消失
        • 受試者疲勞
        • 不易滿足(compound symmetry)
  • 假設
    • 樣本獨立
    • 常態分配
    • compound symmetry
      • 變異數同質 (對角線相等)
      • 共變數同質 (對角線以外相等)
        • 共變矩陣
      • sphericity/circularity 有鑑於compound symmetry條件過苛
        • 共變數符合某種形式即可
1 & 2 way ANOVA and repeated measure
  • 1 way ANOVA
    • SStotal=SSbetweein+SSwithin
    • MS=SS/df
    • F=MSB/MSE
  • 2 way ANOVA
    • SStotal=SSbetween+SSwithin
      • SSbetween=SSA+SSB+SSAB(interaction)
    • MS=SS/df
    • F=MSB/MSE or MSB/MSAB (according to model)
  • repeated measure (注意ANOVA和repeated measure的between和within方向上不同)
    • SStotal=SSbewteen sub.+SSwithin sub.
      • SSwithin sub.=Tx comditions(個體差異)+Error
    • repeated measure table 對within subject檢定結果有興趣
    • model 「Xij=平均數+個體差異+治療效果+誤差」
      • 由於cell均只有一人,因此無法將交互作用區分出來
    • 檢定分母均為MSE
  • 1 way ANOVA VS RM
    • 均使用ANOVA table
      • 使用RM,得到Tx, Subject, Error及total四項
      • 使用1 way ANOVA, 得到Between, Within及total三項
      • 其中Tx+Error等同於Withing的數值
        • 由於其獨立individual difference獨立成為一個項目,因此使MSE縮小
  • 更多model of RM
    • 1 within sub. 多人四次測量
    • 1 between sub. + 1 within sub. 實驗對照組、前後測
    • 2 within sub. 時間、治療的比較
    • 2 between sub. + 1 within sub.
  • 判斷
    • fixed, random, mixed
    • between sub., within sub.
    • crossed, nested
  • Crossed and Nested
    • crossed:A變項的水準均與B變項的水準完全交叉(每個cell都有人)
    • nested:B因子的某些水準指出現在A因子的某些水準下(有些cell沒有)
      • B(A): B is nested within A
Follow up comparison
  • 後續比較同ANOVA之比較方法
    • 因subject對於每個treatment反應不同,不適用於整體之MSE
      • 兩兩比較: paired-t test


無母數統計法
  • 分類
    • 二組比較
      • 相依樣本
      • 獨立樣本
    • 二組以上
      • 相依樣本
      • 獨立樣本
  • 優劣分析
    • 優點
      • 無須對資料有常態或其它分配之假設
        • 無須對參數有任何假設及應用
        • 當資料不符合其常態分配時,可用之
      • 只需知道資料的排序即可,不需真正的原始分數
        • 適用於ordinal data
        • 無須使用mean,但對於medium敏感
      • 不受中央極限定理限制
        • 可用於小樣本數
        • 可用於ordinal data
      • 計算容易
    • 缺點
      • 相較母數統計法power較差
        • 使用資訊較少
      • 相較母數統計法功能較少
  • Sign test 符號檢定法
    • 單純只需要符號即可檢定
      • 喪失很多資訊未被應用
    • 假設檢定
      • H0: 正負號機率各半
      • H1: 正負號機率並非各半
    • 程序
      • n<20:使用binomial distribution
        • 以機率排列組合方法計算之
          • 單尾
          • 雙尾:最小值*2 是否超過alpha?
      • n≧20:使用normal approximation
        • 可用Yate's correction for continuity
        • Z=(mean-np/根號npq)
          • 單尾
          • 雙尾:Z score*2
        • Yate's為 mean-np-1/2,可用可不用
  • Wilcoxon sum of rank difference 樣本相依
    • 假設檢定
      • H0:樣本來自於相同母群
      • H1:樣本來自不同母群
    • 程序
      • 計算mean差異絕對值
      • 自小到大排序
      • 依其原始正負號補於排序數值上
      • 依正負號加總其排序數值
        • n<20
          • 取數值小之總和查表
          • 以樣本數、單尾alpha數值,得知臨界值介於某二數字間
          • 比較臨界值判斷是否拒絕虛無假設
        • n≧20:
          • 依公式計算排序平均與變異
          • 使用Z test換算結果判斷是否接受
      • 備註
        • 如果香檢結果為0則排除不計算
        • 如果呈現相同差異數值者(如2個3.7)
          • 給予相同的mean rank(如本排序5跟6,則均以5.5計算之)
  • Wilcoxon rank sum test
    • 程序
      • 小樣本
        • 將原始資料自小到大排序
        • 將小樣本的排序數值加總(大樣本也可,依書本資料而定)
        • 依樣本數查表得到臨界值(注意單雙尾)
        • 決定是否拒絕虛無假設
      • 大樣本
        • 計算平均與變異
        • 使用Z test
    • 備註
      • 使用mean rank,其仍占據原本的排序
        • 如1一個,2二個,三3個
          • 1排序為1
          • 2排序為2,3,改為mean rank 2.5
          • 3排序為4,5,6,改為mean rank 3
      • 如有使用到mean rank,代表資料有ties,則使用修正公式

summary
  • 虛無假設如何設定
  • 大小樣本如何處理
  • 如何查表得答案


留言

熱門文章