[問題] 2*6 with-in ANOVA

看板Statistics作者 ((假直男中))時間5年前 (2018/09/11 11:22), 5年前編輯推噓5(5010)
留言15則, 4人參與, 5年前最新討論串1/1
板友好。 因為原本負責統計的學妹休學了,所以我只好自己跑。 (如果板上的朋友可以協助,我想我們LAB應該可以出工讀金...) 不過我目前還是自己跑,我有疑義的會上色: 我的實驗收到的資料是:31個參與者判斷6種情緒的臉部表情和身體動作各24個。 實驗設計是 chennal(2)*Emotion(6) ,變量是看答對數。 (問題1:還是說應換算成百分比?) 2*4的表格如下: Em1 Em2 Em3 Em4 Em5 Em6 Face| | | | | | ------------------------------------- Body| | | | | | 用2-way repeated measure ANOVA(with-in within 設計) (問題2:此次需要比較main effect嗎?) 我沒比較。 得到channel(p=.02)、Emotion(p<.00)、C*E(p<.00) 我上過的統計甚至線上的教學,都只教到這裡,說有interaction就麻煩了... (問題3&4,接下來的步驟該如何檢查?以下是我目前跑的方式) 1. 只用Face/Body的6個情緒的資料跑one-way 2 次。 -->兩次結果都是有顯著差異 2. 我看到有教學是講,因為這個2 way其中一個只有兩個level, 所以可以跑 paired sample t test。 然後就會知道「某情緒用身體和用臉部表達」有沒有顯著差異? (這樣跑出的結果的確有2種沒顯著,4種情緒顯著) -- 上面這樣的步驟是對的嗎? 另,不知這裡是否可以徵求工讀... 若願意救救我的...可以站內信... -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.113.250.41 ※ 文章網址: https://www.ptt.cc/bbs/Statistics/M.1536636172.A.3D5.html

09/11 17:16, 5年前 , 1F
得到channel ..... 那一句不就是比較main effect了
09/11 17:16, 1F
恩,我有打勾要main effect (不過我看的線上教材沒勾,所以問一下)

09/11 17:17, 5年前 , 2F
問題一 不要換成百分比
09/11 17:17, 2F
這個我下午搞懂了,就算換成比例結果也是會一樣!

09/11 17:17, 5年前 , 3F
問題3 那樣作法在我的理解上 以程序而言是錯的 你已經
09/11 17:17, 3F

09/11 17:17, 5年前 , 4F
跑two-way 為什麼要再跑一次one-way
09/11 17:17, 4F
我沒有寫清楚,是跑repeated measure 1 way ANOVA! 我的想法是這是within within design, 所以,當發現情緒和表達頻道都對判讀結果造成影響。 那,當受試者作6種情緒的臉孔表達(or 身體)是否有顯著差異? 這樣。

09/11 17:22, 5年前 , 5F
有交互作用就掰了
09/11 17:22, 5F
原來這是學妹休學的原因嗎?... 上課往往都是上到,發現有交互作用,那就比較麻煩... 然後...考試不會考... 不過,我的收的資料本來就預期會有交互作用。 只是,接下去的步驟幾乎沒有很簡單可以參考的例子...

09/11 17:33, 5年前 , 6F
抱歉請忽略我第三行 第四行 我忘記simple effect了
09/11 17:33, 6F

09/11 17:34, 5年前 , 7F
看看nested effect
09/11 17:34, 7F

09/11 17:51, 5年前 , 8F
我沒誤會的話,換不換成百分比在這樣的分析方法結果是
09/11 17:51, 8F

09/11 17:51, 5年前 , 9F
一樣的,只不過反應變數scale而已。
09/11 17:51, 9F

09/11 17:58, 5年前 , 10F
若要做六次paired t可能要額外調整p value。
09/11 17:58, 10F
我記得以前上課碩班時聽到的關鍵字是「查書」 博班好像有說到要阿法除以什麼...但我記得那是繼續做Independent Sample T test... 不過都是那句「不會考」...大概就阻礙我記住它了。 ※ 編輯: fakeoldboy (140.113.250.41), 09/11/2018 18:50:16

09/11 18:56, 5年前 , 11F
最一般的修正大概是alpha/次數作為修正後alpha
09/11 18:56, 11F

09/11 19:14, 5年前 , 12F
做六次paired t 要調整p value是因為誤差會疊加
09/11 19:14, 12F

09/12 03:11, 5年前 , 13F
repeated measures沒有專用的交互作用post-hoc test
09/12 03:11, 13F

09/12 03:12, 5年前 , 14F
所以一般都回到土法煉鋼t-test兩兩比較 再修正alpha
09/12 03:12, 14F

09/12 03:15, 5年前 , 15F
直接從頭改用mixed-effects regression可省不少麻煩!
09/12 03:15, 15F
文章代碼(AID): #1RbpKCFL (Statistics)