Taille d'effet dans une ANOVA à mesures répétéesSalut tout le monde,
J'effectue une ANOVA à mesures répétées en utilisant Fit Model (Personality = Standard Least Squares; Emphasis = Minimal Report or Effect Leverage; Method = REML) et le rapport Fit Least Squares ne montre pas la somme des carrés du modèle (SS_M) et la somme des Carrés du montant total de la variance (SS_T).
J'ai besoin de SS_M et SS_T pour calculer la taille de l'effet (c'est-à-dire, eta au carré):
eta au carré = SS_M / SS_T
Pourriez-vous m'aider à trouver ces paramètres (SS_M et SS_T) ?
Merci.
Re : taille de l'effet dans une ANOVA à mesures répétéesCe que je dis est basé sur Fit Model. En règle générale, la table REML aura une entrée pour la variance résiduelle. Cette composante de la variance est la MSE. Parce que vous avez inclus l'effet aléatoire sujet * traitement, cela remplace très probablement la composante de variance résiduelle car ils seraient complètement confondus (sauf si vous avez des mesures répétées sur chaque combinaison sujet * traitement). Dans ce cas, la composante de variance sujet*traitement est l'EQM. Je recommanderais simplement de supprimer cet effet aléatoire sujet * traitement, car vous ne pouvez vraiment pas le distinguer de l'erreur résiduelle. Si vous faites cela, vous devriez constater que la table REML est exactement la même, sauf que l'étiquette pour Subject*Treamtment est remplacée par "Residual".
Vous devriez trouver que la RMSE est la racine carrée de la composante de variance sujet*traitement. Dans tous les cas, vous devriez arriver à la même erreur.Re : taille de l'effet dans une ANOVA à mesures répétéesMerci pour vos commentaires, Cameron! Oh, oui, MSE fait référence à l'erreur, pas au sujet. C'est correct! Alors, votre suggestion est-elle basée sur le Fit Y by X plutôt que sur le Fit Model (Fit Least Square) ?
Je n'ai pas pu trouver MSE dans le tableau REML Variance Estimate (rapport Fit Model). Cependant, je pense que je peux considérer le RMSE du résumé de l'ajustement (c'est-à-dire, MSE = RMSE ^ 2) pour calculer MSM.
Re : taille de l'effet dans une ANOVA à mesures répétéesJe suppose que la composante de variance sujet * point temporel est confondue avec le résidu, c'est pourquoi la composante de variance résiduelle n'est pas dans la table REML. C'est MSE, pas sujet.Re : taille de l'effet dans une ANOVA à mesures répétéesSolution géniale, Cameron ! Merci beaucoup! Je voudrais juste comprendre un point :
Dans le Fit Model, j'ai ajouté
Sujet & Aléatoire
Point de temps
Sujet * Timepoint & Aléatoire
dans Construire des effets de modèle.
Dans le rapport Fit Model, le tableau REML Variance Component Estimantes décrit les lignes d'effets aléatoires pour Subject, Subject * Timepoint et Total. De cette façon, lorsque vous proposez de calculer le MSM, dois-je choisir le MSE (Var Component) de Subject à multiplier par F-ratio ?
Merci!
Re : taille de l'effet dans une ANOVA à mesures répétéesJ'ai suggéré Fit Y by X car il a une option pour spécifier une colonne Block, qui est un moyen potentiel de gérer vos mesures répétées.Les seules conditions pour Fit Y by X sont que les blocs doivent être équilibrés et vous ne pouvez avoir qu'un seul facteur de traitement.Si vous êtes déterminé à utiliser REML, je ne sais pas comment obtenir la table ANOVA complète de Fit Model avec des effets aléatoires.Je ne pense pas que tu puisses.
Je suppose que vous pourriez le faire à l'envers à la main.Le test des effets fixes vous donnera le rapport F et les degrés de liberté du numérateur et du dénominateur.L'EQM se trouve dans le tableau des composantes de la variance.Tout d'abord, nous devons résoudre les carrés moyens du traitement (appelons-le MSM) et les carrés moyens totaux (MST).
Pour obtenir MSM, multipliez le F-ratio par MSE.Maintenant, ajoutez MSM et MSE ensemble pour obtenir MST.
Maintenant, tout ce qui reste à faire est de multiplier chacun de ceux-ci par leurs degrés de liberté respectifs pour obtenir SSM et SST.SSM = MSM*DF (degrés de liberté du numérateur).SST = MST*(DF + DFDen).
À ma connaissance, le calcul de la taille de l'effet à partir de cette approche la rend relative à la variance totale restante après prise en compte des effets aléatoires.Si vous souhaitez le calculer par rapport à la variance totale, y compris les effets aléatoires, vous pouvez calculer SST sur votre colonne de variable de réponse avec une formule de colonne comme Col Sum((:Y - Col Mean(:Y))^2).
Re : taille de l'effet dans une ANOVA à mesures répétéesSalut @cwillden , merci pour votre mail et vos informations.
Il semble que l'effet aléatoire (REML) ne soit pas pris en compte dans Fit Y by X. Ainsi, lorsque j'utilise Method = REML dans une ANOVA à mesures répétées, comment la taille de l'effet peut-elle être calculée ?
Merci.
Re : taille de l'effet dans une ANOVA à mesures répétéesJe ne sais pas comment forcer ces informations hors du modèle d'ajustement, mais s'il s'agit d'une simple ANOVA unidirectionnelle avec des mesures répétées, vous pouvez utiliser Fit Y by X avec l'ID du sujet comme facteur de blocage.Lorsque je l'ai essayé, j'ai obtenu une valeur p équivalente pour le facteur de traitement entre Fit Y by X et Fit Model.Fit Y by X fournira la table ANOVA complète, de sorte que vous pouvez calculer eta^2.
