付費限定

多因子的變異數分析的同異質性假設沒過怎麼辦?

更新於 2024/11/28閱讀時間約 9 分鐘

以前,若多因子的變異數分析的變異數同異質性假設未通過,那麼變異數分析的F值就會有所誤差,也沒有適當的無母數統計可以替代。最近,有學者提出了一个新的R包,使用了Welch-James’s statistic with approximate degrees of freedom。這個方法比變異數分析更具有穩健性,並且同樣可以檢驗因子主要和交互作用。在本文中,我們將簡單介紹這個方法,並通過一個實際案例來說明如何在R語言中使用。

簡介

以行動支持創作者!付費即可解鎖
本篇內容共 3203 字、0 則留言,僅發佈於統計分析 × 學術生涯你目前無法檢視以下內容,可能因為尚未登入,或沒有該房間的查看權限。
avatar-img
219會員
120內容數
文章內容以圖像式和步驟化方式,教您如何在各種統計軟體中(例如:SPSS、R和Mplus),執行多種統計方法。此外,我還會分享一些學術和科技新知,幫助您在學術之路上走得更順利。
留言0
查看全部
avatar-img
發表第一個留言支持創作者!
心理博士的筆記本 的其他內容
高低分組,顧名思義,就是把考生的成績分成兩組:表現最好的一組和表現最差的一組。依據Kelley(1939),通常前27%的考生是高分組,後27%的考生是低分組。如果高分組和低分組的表現差異很大,那麼說明這題題目鑑別度高,能有效區分不同程度的考生。
Groupmean centering是一種常用的資料預處理方法,特別是多層次分析,若要使用Rights & Sterba (2019)(2019) 發展出R2 (R&S),要對需要將層次1的變項和交互作用都 Groupmean centering。本文介紹使用R和SPSS操作方法
當共變數分析(ANCOVA)違反回歸斜率的同質性假設時,Johnson-Neyman 技術是實驗設計中 ANCOVA 的優秀的替代方法。凃金堂老師寫的實驗研究法與共變數分析有提供完善的Johnson-Neyman程式和講解。本文就是分享個人如何透過實際案例,使用Johnson-Neyman法進行分析
本文章將介紹實務中進行HLM會需要注意的事項,包含樣本量要求、基本假設、計算解釋變異量和HLM建構策略。
接續第三章內容,有時候多層次資料不只一個層次,可能具有多種層次,例如:學生屬於某個學校,而學校又屬於某個縣市。本章主要說明三層次之隨機截距模型的公式和SPSS操作,我們先從公式開始,然後在教學SPSS視窗和語法操作,相信看完後,讀者就會了解三層次之隨機截距斜率模型概念和操作。
接續第二章內容,本章主要說明雙層次之隨機截距模型的公式和SPSS操作,我們先從公式開始,然後在教學SPSS視窗和語法操作,相信看完後,讀者就會了解雙層次之隨機截距斜率模型概念和操作。
高低分組,顧名思義,就是把考生的成績分成兩組:表現最好的一組和表現最差的一組。依據Kelley(1939),通常前27%的考生是高分組,後27%的考生是低分組。如果高分組和低分組的表現差異很大,那麼說明這題題目鑑別度高,能有效區分不同程度的考生。
Groupmean centering是一種常用的資料預處理方法,特別是多層次分析,若要使用Rights & Sterba (2019)(2019) 發展出R2 (R&S),要對需要將層次1的變項和交互作用都 Groupmean centering。本文介紹使用R和SPSS操作方法
當共變數分析(ANCOVA)違反回歸斜率的同質性假設時,Johnson-Neyman 技術是實驗設計中 ANCOVA 的優秀的替代方法。凃金堂老師寫的實驗研究法與共變數分析有提供完善的Johnson-Neyman程式和講解。本文就是分享個人如何透過實際案例,使用Johnson-Neyman法進行分析
本文章將介紹實務中進行HLM會需要注意的事項,包含樣本量要求、基本假設、計算解釋變異量和HLM建構策略。
接續第三章內容,有時候多層次資料不只一個層次,可能具有多種層次,例如:學生屬於某個學校,而學校又屬於某個縣市。本章主要說明三層次之隨機截距模型的公式和SPSS操作,我們先從公式開始,然後在教學SPSS視窗和語法操作,相信看完後,讀者就會了解三層次之隨機截距斜率模型概念和操作。
接續第二章內容,本章主要說明雙層次之隨機截距模型的公式和SPSS操作,我們先從公式開始,然後在教學SPSS視窗和語法操作,相信看完後,讀者就會了解雙層次之隨機截距斜率模型概念和操作。
你可能也想看
Google News 追蹤
Thumbnail
本文探討了複利效應的重要性,並藉由巴菲特的投資理念,說明如何選擇穩定產生正報酬的資產及長期持有的核心理念。透過定期定額的投資方式,不僅能減少情緒影響,還能持續參與全球股市的發展。此外,文中介紹了使用國泰 Cube App 的便利性及低手續費,幫助投資者簡化投資流程,達成長期穩定增長的財務目標。
在易理這個領域來說,始終都有有關於「數」的討論,而在各種理氣分析而言也隱隱的暗示其「數學性」,最顯著的可能是曆法與天文的計算對於易理哲學的影響與內在性。 那這種關係性究竟從何而來,或許可以從近代數學一窺端倪。
如果是來自比較數學與理論的學科, 尤其研究對象是人群的學科, 幾乎不可能自己重做一次實驗, 看看這些數學理論「是不是實際上好用」。 我那時候就體會到, 數學只是一種空中樓閣, 我們還需要有具體的實驗數據, 來把數學與世界接地。 而什麼領域既能有數學理論,
並得知根源還有虛數空間理論。
今天聊聊 Marc Abeille[1] 所著作的《Linear Thompson Sampling Revisited》[2]。 這篇文章是分析Linear Thompson Sampling的理論經典文章。 文章裡面示範了如何將 Thompson取樣, 看作是一種對參數的擾動,
Thumbnail
1.0 從函數到函算語法 1.1 句子成份 1.2 函數概念小史 1.3 弗雷格的函數概念 十一 弗雷格還提出另一個例子,說明主謂語結構分析不合理。 在應用到非標準主謂句式時,主語和謂語的區分便不再清晰了。 譬如 1.3_22 (氫比二氧化碳比氫輕) 也可以寫作 1.3_25
Thumbnail
1.0 從函數到函算語法 1.1 句子成份 1.2 函數概念小史 1.3 弗雷格的函數概念 六 必須注意的是,弗雷格的這個眼光不是來自偶然的發現。 他對語言的分析有一個系統性的理解。在《算術基礎》(1884) 的導言末,弗雷格提出三條原則,作為該研究 (對自然數的研究) 的規範。
Thumbnail
《底層邏輯》在【超閱讀觀點83】有介紹過,西恩之所以要把《底層邏輯2》再隔兩本介紹,主要原因在於,這本書是以許多人聞之色變的「數學」出發,把我們會遇到的「現象」用數學解釋,所以基本上,相較於《底層邏輯》的高易讀性,《底層邏輯2》顯然沒辦法讀那麼快,且更需要思考,不過能得到的收穫也更多。 《底層邏輯
前幾篇文章討論了類型系統的合理性,而這會影響我們對於變數與函式是什麼的理解。其中泛型是當中很重要的一個元素,很多討論都是基於泛型的使用。泛型會大大地增加類型系統的複雜度,因此有些語言選擇不提供泛型(go),但缺少泛型又會使簡單的容器都無法用類型精確描述。泛型的強大必須結合有紀律的類型系統才能顯現,但
Thumbnail
本文探討了複利效應的重要性,並藉由巴菲特的投資理念,說明如何選擇穩定產生正報酬的資產及長期持有的核心理念。透過定期定額的投資方式,不僅能減少情緒影響,還能持續參與全球股市的發展。此外,文中介紹了使用國泰 Cube App 的便利性及低手續費,幫助投資者簡化投資流程,達成長期穩定增長的財務目標。
在易理這個領域來說,始終都有有關於「數」的討論,而在各種理氣分析而言也隱隱的暗示其「數學性」,最顯著的可能是曆法與天文的計算對於易理哲學的影響與內在性。 那這種關係性究竟從何而來,或許可以從近代數學一窺端倪。
如果是來自比較數學與理論的學科, 尤其研究對象是人群的學科, 幾乎不可能自己重做一次實驗, 看看這些數學理論「是不是實際上好用」。 我那時候就體會到, 數學只是一種空中樓閣, 我們還需要有具體的實驗數據, 來把數學與世界接地。 而什麼領域既能有數學理論,
並得知根源還有虛數空間理論。
今天聊聊 Marc Abeille[1] 所著作的《Linear Thompson Sampling Revisited》[2]。 這篇文章是分析Linear Thompson Sampling的理論經典文章。 文章裡面示範了如何將 Thompson取樣, 看作是一種對參數的擾動,
Thumbnail
1.0 從函數到函算語法 1.1 句子成份 1.2 函數概念小史 1.3 弗雷格的函數概念 十一 弗雷格還提出另一個例子,說明主謂語結構分析不合理。 在應用到非標準主謂句式時,主語和謂語的區分便不再清晰了。 譬如 1.3_22 (氫比二氧化碳比氫輕) 也可以寫作 1.3_25
Thumbnail
1.0 從函數到函算語法 1.1 句子成份 1.2 函數概念小史 1.3 弗雷格的函數概念 六 必須注意的是,弗雷格的這個眼光不是來自偶然的發現。 他對語言的分析有一個系統性的理解。在《算術基礎》(1884) 的導言末,弗雷格提出三條原則,作為該研究 (對自然數的研究) 的規範。
Thumbnail
《底層邏輯》在【超閱讀觀點83】有介紹過,西恩之所以要把《底層邏輯2》再隔兩本介紹,主要原因在於,這本書是以許多人聞之色變的「數學」出發,把我們會遇到的「現象」用數學解釋,所以基本上,相較於《底層邏輯》的高易讀性,《底層邏輯2》顯然沒辦法讀那麼快,且更需要思考,不過能得到的收穫也更多。 《底層邏輯
前幾篇文章討論了類型系統的合理性,而這會影響我們對於變數與函式是什麼的理解。其中泛型是當中很重要的一個元素,很多討論都是基於泛型的使用。泛型會大大地增加類型系統的複雜度,因此有些語言選擇不提供泛型(go),但缺少泛型又會使簡單的容器都無法用類型精確描述。泛型的強大必須結合有紀律的類型系統才能顯現,但