[問題] 多變量變異數分析或變異數分析

看板Statistics作者 (掛版沒有公理正義可言)時間15年前 (2010/12/24 15:18), 編輯推噓2(2推 0噓 60→)
留言62則, 6人參與, 最新討論串1/1
想請問一下各位 多變量變異數分析 或 變異數分析的使用時機 ? 對於調查研究而言 有沒有一些相適配的部份@@ 以上!感謝~ -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 210.240.225.148
→
12/24 19:57, , 1F
一個單變量一個多變量〈被毆
12/24 19:57, 1F
→
12/24 22:19, , 2F
一樓不會被毆呀 相當中肯 事實上就是如此
12/24 22:19, 2F
→
12/25 14:54, , 3F
就是分小批處理或一次全部處理的差別
12/25 14:54, 3F
→
12/25 14:55, , 4F
一個 3-levels 的 one-way ANOVA 可以切成 3個 t檢定
12/25 14:55, 4F
→
12/25 14:55, , 5F
同樣的 , 多變量ANOVA也能切割成很多小的ANOVA來算
12/25 14:55, 5F
→
12/26 11:18, , 6F
樓上講的有誤...
12/26 11:18, 6F
→
12/26 21:54, , 7F
g大 如果可以這樣說切就切 說分批就分批....
12/26 21:54, 7F
→
12/26 21:55, , 8F
那統計學家們 發展出這麼多的分析方法 是太無聊是嗎?
12/26 21:55, 8F
→
12/28 12:00, , 9F
g大要不要認真考慮做統計,你有很好的creativity,很適合做研究
12/28 12:00, 9F
→
12/28 12:03, , 10F
可以再想想,切割成小的ANOVA後,怎麼把所有的information再
12/28 12:03, 10F
→
12/28 12:04, , 11F
串起來,PS:類似的想法其實有被用來處理更複雜的資料結構
12/28 12:04, 11F
→
12/28 12:05, , 12F
有興趣不妨查查composite likelihood method
12/28 12:05, 12F
→
12/28 12:54, , 13F
明年statistica sinica有一期專門討論這個方法的應用
12/28 12:54, 13F
→
12/28 17:17, , 14F
MANOVA有整體檢定，不是說用ANOVA切一切就好的
12/28 17:17, 14F
→
12/28 17:18, , 15F
即便你用ANOVA把顯著水準臨界值調高，也都跑得出來
12/28 17:18, 15F
→
12/28 17:20, , 16F
但按理論或實務需求需要整體檢視時，就是死在多變量
12/28 17:20, 16F
→
12/28 17:21, , 17F
假定違反....> <，有很多事不是想像中這麼容易達到...
12/28 17:21, 17F
推
12/28 19:15, , 18F
受教了
12/28 19:15, 18F
→
12/28 23:31, , 19F
不是死在違反設設. 一個二維的MANOVA要切幾個一維的ANOVA
12/28 23:31, 19F
→
12/28 23:32, , 20F
來看? 我想應該是不可數個
12/28 23:32, 20F
→
12/28 23:38, , 21F
很多軟體書都寫 做 ANOVA 前要先做 MANOVA, 都會讓人摸不
12/28 23:38, 21F
→
12/28 23:39, , 22F
著頭緒. (卻沒寫說 regression 前要 multivariate regs.)
12/28 23:39, 22F
→
12/28 23:54, , 23F
為什麼是不可數?
12/28 23:54, 23F
→
12/28 23:56, , 24F
如果只對mean structure有興趣,不考慮efficiency,那麼MANOVA
12/28 23:56, 24F
→
12/28 23:58, , 25F
是可以"切成"ANOVA來看, 想想GEE的精神,其實有異曲同工之妙
12/28 23:58, 25F
→
12/29 00:00, , 26F
(GEE with working independent correlation structure)
12/29 00:00, 26F
→
12/29 01:10, , 27F
二維的MANOVA [Y1, Y2] 硬是要切成一維來看的話, 不只有
12/29 01:10, 27F
→
12/29 01:11, , 28F
Y1 及 Y2 兩種選擇, 任何的 a1Y1+a2y2 都是一種一維的情況
12/29 01:11, 28F
→
12/29 01:12, , 29F
GEE 的想法很有趣, 我從沒這樣想過, 再想想看
12/29 01:12, 29F
→
12/29 01:22, , 30F
或許要考慮一下有多不 efficiency ...
12/29 01:22, 30F
→
12/29 01:34, , 31F
a1Y1+a2y2?除非這個新outcome有特殊的解釋意義才會想這麼做吧
12/29 01:34, 31F
→
12/29 01:39, , 32F
的確 [Y1 bar, Y2 bar] ~ MN(\mu, \Sigma/n), 在 n 夠大
12/29 01:39, 32F
→
12/29 01:41, , 33F
單變量就夠用, 但誰能保證 n 夠大到的可以不用多變量
12/29 01:41, 33F
→
12/29 01:41, , 34F
No, 這就是單變量與多變量的差別, 一樓是正解
12/29 01:41, 34F
→
12/29 01:44, , 35F
一樓當然是對的, 但是看不懂A大n跟ANOVA,MANOVA選擇的說法
12/29 01:44, 35F
→
12/29 01:51, , 36F
就是不 efficiency
12/29 01:51, 36F
→
12/29 01:53, , 37F
我的意思是 你說的用 GEE wiht independent working corr
12/29 01:53, 37F
→
12/29 01:53, , 38F
當然啦~最efficient的方法還是要回到full likelihood
12/29 01:53, 38F
→
12/29 01:53, , 39F
也是對的, 但是還是要考慮一下efficiency
12/29 01:53, 39F
→
12/29 01:55, , 40F
pseudolikelihood method (eg.GEE)一般不會比較efficient
12/29 01:55, 40F
→
12/29 01:56, , 41F
但是很多情況下我們會犧牲efficiency,選擇一個更robust的方法
12/29 01:56, 41F
→
12/29 01:57, , 42F
這也是為什麼GEE會受歡迎,因為只要mean structure是對的
12/29 01:57, 42F
→
12/29 01:58, , 43F
那麼inferential results(with robust SE) 就會是對的
12/29 01:58, 43F
→
12/29 01:58, , 44F
即使working correlation structure 不對
12/29 01:58, 44F
→
12/29 02:02, , 45F
所以g大在沒修過太多統計課程的情況下可以提出"切割"的看法
12/29 02:02, 45F
→
12/29 02:03, , 46F
真的是要好好鼓勵 :D
12/29 02:03, 46F
→
12/29 02:04, , 47F
很同意你說的^^ , GEE 的好處與切不切就不太有相關
12/29 02:04, 47F
→
12/29 02:09, , 48F
有的,每一維的mean structure其實就是一般的regression
12/29 02:09, 48F
→
12/29 02:10, , 49F
而ANOVA其實就等同於做regression
12/29 02:10, 49F
→
12/29 02:12, , 50F
當然,我是把g大的idea放大跟美化,不過這樣看東西比較有趣
12/29 02:12, 50F
推
12/29 02:39, , 51F
看了以上一串我只能說 還好我的指導教授離統計很遙遠
12/29 02:39, 51F
→
12/29 02:39, , 52F
出去吃個消夜就變成這樣 XDD
12/29 02:39, 52F
→
12/29 08:43, , 53F
直接由 ANOVA 的檢定統計量來看, 只要 E[Y1|x=1] 與
12/29 08:43, 53F
→
12/29 08:44, , 54F
E[Y1|x=0] 有點不同, 在 n 夠大時, Y1|x=1 與 Y2|x=0 的檢
12/29 08:44, 54F
→
12/29 08:44, , 55F
定結果就會拒絕 H0 (consistent). 但不代表對所有 n 來說
12/29 08:44, 55F
→
12/29 08:45, , 56F
兩個 ANOVA 能做到二維 MANOVA 的事 (不 efficient).
12/29 08:45, 56F
→
12/29 08:45, , 57F
這是大樣本性質, 與由不由 GEE 來看無關.
12/29 08:45, 57F
→
12/29 08:47, , 58F
打錯.. Y1|x=1 與 Y1|x=0 的檢
12/29 08:47, 58F
→
12/29 09:29, , 59F
分開兩個ANOVA的假設比MANOVA少(2 marginal densities vs 1
12/29 09:29, 59F
→
12/29 09:31, , 60F
joint density)當然能做的事比較少 XD
12/29 09:31, 60F
→
12/29 09:37, , 61F
除非correlation structure是主要的興趣,否則還是回到
12/29 09:37, 61F
→
12/29 09:38, , 62F
efficiency vs robustness的選擇囉...各有各的優/缺點
12/29 09:38, 62F
‣ 更多 loveunco 的文章
文章代碼(AID): #1D54bL7F (Statistics)