[問題] 回歸使用時機

看板Statistics作者 (喵咪喵喵叫)時間7年前 (2018/10/18 15:35), 7年前編輯推噓1(1推 0噓 29→)
留言30則, 2人參與, 7年前最新討論串1/1
我有一個實驗設計 想要請問各位是否適合使用回歸 有兩種系統 受試者分別使用一種系統 (受試者間) 我請受試者完成一個任務 裡面有很多個子任務(20個) 每個子任務 受試者要看著說明書 完成任務 我都會記錄每個子任務的時間 (所以共有20筆數據) 做完子任務之後 我會請受試者 回答2個問題 用7點量表 類似 1. 請問這個的任務說明書容易懂嗎? 2.請問任務本身困難嗎? 主要是希望了解到什麼因子影響時間 整個實驗主要是比較兩個系統 以上的實驗設計 子任務的時間是依變項 會影響的因子應該有 1. 兩個問題的分數 2. 子任務的先後順序 3. 受試者個體差異 4. 使用系統差異 那想問說 是否可以用回歸分析 是的話 是從 1~4 用hierarchical regression 一層一層跑嗎 感謝看完我的問題 還希望大家給一些意見 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 130.158.124.99 ※ 文章網址: https://www.ptt.cc/bbs/Statistics/M.1539848143.A.987.html
→
10/18 15:44, 7年前 , 1F
20個子任務在受測者間都是一致的嗎？
10/18 15:44, 1F
目前想法是20個子任務都是一樣的 但也想知道假設主任務有三種(3組不同的20個子任務) 應該怎麼做比較好
→
10/18 15:45, 7年前 , 2F
我目前看來像是個mixed model，留意受測者和子任務可能
10/18 15:45, 2F
→
10/18 15:45, 7年前 , 3F
是隨機因子的組成項目
10/18 15:45, 3F
※ 編輯: st900278 (130.158.124.99), 10/18/2018 15:50:43 所以應該是 random factor: 受測者 子任務順序 fixed factor: 兩個題目 + 系統種類嗎? ※ 編輯: st900278 (130.158.124.99), 10/18/2018 15:52:31 考慮子任務順序 是擔心慢慢習慣系統 ※ 編輯: st900278 (130.158.124.99), 10/18/2018 15:54:09
→
10/18 16:15, 7年前 , 4F
子任務順序如何安排我不太了解。全部隨機化嗎？
10/18 16:15, 4F
子任務順序 是有一點關聯的 但不會彼此之間難度差異不大 所以目前有準備三套任務 每套任務有20個子任務 子任務順序是固定的 一定要先做完第一個子任務 才能進行下一步
→
10/18 16:17, 7年前 , 5F
我原意中，子任務為隨機因子是讓同子任務可以成為區集。
10/18 16:17, 5F
※ 編輯: st900278 (130.158.124.99), 10/18/2018 16:18:58 ※ 編輯: st900278 (130.158.124.99), 10/18/2018 16:20:10 ※ 編輯: st900278 (130.158.124.99), 10/18/2018 16:22:09
→
10/18 16:23, 7年前 , 6F
這樣的話，子任務（20種）和子任務順序（3種）皆可能為
10/18 16:23, 6F
→
10/18 16:24, 7年前 , 7F
因子，但是固定或隨機我不敢說。
10/18 16:24, 7F
如果只考慮一種順序 每個受試者都是做那個順序呢 這樣是不是就只有 子任務順序 ※ 編輯: st900278 (130.158.124.99), 10/18/2018 16:27:00
→
10/18 16:26, 7年前 , 8F
如果你擔心子任務造成的重覆測量讓分析很麻煩，也可能
10/18 16:26, 8F
→
10/18 16:27, 7年前 , 9F
把同受測者的觀測取總和或平均來分析，會簡單很多。
10/18 16:27, 9F
我不取總時間 而是每個子任務的時間就是擔心 受試者在做不同子任務的時候 使用的系統外 會受到不同因子的影響 舉例 在做A任務的時候 不同人對說明書理解能力不同等因素 會影響結果 ※ 編輯: st900278 (130.158.124.99), 10/18/2018 16:32:16
→
10/18 16:28, 7年前 , 10F
若只有一種順序，就沒有順序這個因子了。
10/18 16:28, 10F
→
10/18 16:30, 7年前 , 11F
所以就有一個因子，內容是1號-20號，我叫它子任務題號
10/18 16:30, 11F
→
10/18 16:30, 7年前 , 12F
(開始懷疑我們在雞同鴨講了)
10/18 16:30, 12F
→
10/18 16:32, 7年前 , 13F
好 用題號比較好懂
10/18 16:32, 13F
→
10/18 16:33, 7年前 , 14F
有三組題目 1-20 or 21-40 or 41-60
10/18 16:33, 14F
→
10/18 16:35, 7年前 , 15F
我想知道受試者 用A系統完成的比較快 是因為系統好 還是
10/18 16:35, 15F
→
10/18 16:36, 7年前 , 16F
因為題目難易度不同
10/18 16:36, 16F
→
10/18 16:38, 7年前 , 17F
要比較系統與問題難度的影響力，在設計上要注意有無交叉
10/18 16:38, 17F
→
10/18 16:40, 7年前 , 18F
例如A系統與B系統皆存在相同的簡單題與困難題。
10/18 16:40, 18F
→
10/18 16:41, 7年前 , 19F
如果可以客觀先定義每個題目的難度（而非受測者表達）也
10/18 16:41, 19F
→
10/18 16:42, 7年前 , 20F
可能會容易一點。這我不能判斷。
10/18 16:42, 20F
→
10/18 16:43, 7年前 , 21F
了解 所以系統種類 題目難度就直接跑regression 嗎
10/18 16:43, 21F
→
10/18 16:45, 7年前 , 22F
另外三組題組 兩邊都會做到就是了
10/18 16:45, 22F
→
10/18 16:46, 7年前 , 23F
可先把模型寫出來。例如你考慮哪些交互作用要先想清楚。
10/18 16:46, 23F
→
10/18 16:49, 7年前 , 24F
好的 我想清楚之後 會再發一篇文 到時候有機會希望可以
10/18 16:49, 24F
→
10/18 16:49, 7年前 , 25F
在得到你的提點
10/18 16:49, 25F
推
10/18 17:26, 7年前 , 26F
我明白你提到的題目順序當自變數的意思了。你應該是想
10/18 17:26, 26F
→
10/18 17:26, 7年前 , 27F
考慮受測者內學習經驗的效應。這東西我不知道如何適當
10/18 17:26, 27F
→
10/18 17:26, 7年前 , 28F
處理。
10/18 17:26, 28F
→
10/18 18:24, 7年前 , 29F
沒錯 感謝你花那麼多時間 研究我的問題~~
10/18 18:24, 29F
→
10/18 18:24, 7年前 , 30F
我覺得會有學習效應的問題
10/18 18:24, 30F
‣ 更多 st900278 的文章
文章代碼(AID): #1Ro3VFc7 (Statistics)