ANOVA - 데이터 코딩 및 구조화안녕,
JMP에서 ANOVA를 실행하는 것과 관련하여 두 가지 질문이 있습니다. 저는 세 가지 요인을 사용하여 실험을 실행했는데 각 요인에는 두 가지 수준이 있습니다. 요인 A, 요인 B, 요인 C를 말하세요. 그리고 각각에 대해 '높음' 수준 또는 '낮음' 수준입니다. 이는 총 8개의 치료 그룹을 제공합니다. 또한 이러한 치료를 전혀 받지 않은 대조군도 포함시켰습니다.
예를 들어 그룹 번호의 참가자가 있습니다. 1은 처리를 받지 않고(대조군), 그룹 2의 참가자는 다음 처리를 받습니다. 요인 A = 낮음, 요인 = B, 낮음, 요인 = C 높음, 그룹 3의 참가자는 다음 처리를 받습니다. 요인 A = 높음, 요인 = B, 낮음, 요인 = C 높음 등.
내 가설은 현재 다음과 같습니다.
1) 치료가 대조군보다 낫다
2) 요인 A의 경우 낮은 것보다 높은 것이 좋습니다.
3) 요인 B의 경우 낮은 것보다 높은 것이 좋습니다.
4) 요인 A의 경우 낮은 것보다 높은 것이 좋습니다.
1) 첫 번째 질문은 데이터 코딩에 관한 것입니다. 나는 이 게시물을 읽었다. https://www.jmp.com/support/help/14/coding-for-nominal- effects.shtml#1047389
- JMP가 분산 분석을 실행하려면 처리를 -1, 0, 1로 코딩해야 한다는 인상을 받았습니다. 그 맞습니까? 현재는 '대조군', '낮음', '높음'을 나타내기 위해 숫자 0,1,2를 사용한 각 요인에 대한 열이 있습니다. 그런데 그걸 -1(대조), 0(낮음), 1(높음)으로 다시 코딩해야 할까요???
2) 다음 질문은 ANOVA에 통제 그룹을 실제로 포함시키는 방법입니다. 세 가지 요인 각각의 '수준'으로 포함되어야 할까요, 아니면 별도의 요인으로 포함되어야 할까요? 그렇다면 그러한 "통제" 요인의 수준은 얼마나 됩니까? 현재 저는 제어 조건이 세 가지 요소 각각에 대한 수준으로 포함되도록 데이터를 코딩했습니다. 하지만 JMP는 이것을 좋아하지 않는 것 같습니다(출력으로 이상한 텍스트가 많이 나타납니다). 아마도 현재 0,1,2 코딩 때문일까요? 아니면 통제그룹을 네 번째 요인으로 입력해야 합니까? 그렇다면 해당 열을 대조군과 비대조군으로 코딩해야 합니까? 아니면 그룹 번호 1-9로? 이것이 의미가 있기를 바랍니다!
여기에 어떤 의견이라도 주시면 감사하겠습니다! 
/카트린
답변: ANOVA - 데이터 코딩 및 구조화- 그래서 우리는 모델을 얻었고 효과 테스트가 완료되었습니다!
- 네, 그게 제 동료가 제안한 거예요. 제안은 통제 그룹과 비교하라는 귀하의 요청을 충족시키는 것이었습니다. ANOVA 및 후속 다중 비교 절차(Dunnet)를 사용하여 유의미한 차이를 조사할 수 있습니다. 실제로 모든 효과를 테스트하지만 명시적으로는 아닙니다.
처음에는 JMP가 내부적으로 요인 수준을 코딩하는 방식 때문에 값 순서가 도움이 될 것이라고 생각했습니다. 별로 도움이 되지 않는 것 같아요.
답변: ANOVA - 데이터 코딩 및 구조화다시 안녕
감사해요. 내가 제대로 했는지 확인하기 위해:
나는 다음을 수행해야 한다:
1) 세 가지 요인을 사용하여 ANOVA를 실행하되 대조군은 제외합니다.작동합니다.이 모델은 세 가지 치료법 간에 큰 차이를 나타내지 않습니다(예비 분석에 따르면 예상대로). 또한 중요한 상호작용 효과도 나타나지 않습니다.
2) 단일 요인을 사용하여 일원 분산 분석을 실행합니다. 실용적인 측면에서 저는 그룹 번호(1-9)가 있는 데이터 세트의 열을 사용하고 기본적으로 해당 치료 그룹을 독립 변수로 사용합니다. 당신의 동료가 제안한 것인가요? 작동하지만 그렇게 하면 상호작용 효과를 확인할 수 없는 것 같아요...그리고 첫 번째 분석에서 유의미한 차이가 나타나지 않았다면 왜 이런 분석을 합니까?
값 순서에 대한 마지막 의견: 레벨을 주문했지만 결과에 어떤 차이가 있는지 잘 모르겠습니다. 시각적 출력의 차이만 보입니다....하지만 여기서 멈춰야 할 것 같습니다!
답변: ANOVA - 데이터 코딩 및 구조화사과하지 마세요. 일부 질문이나 문제는 이해하고 해결하는 데 시간이 걸립니다.
예, 설명해 주셔서 감사합니다. 분석의 테스트 부분에서 추정/모델링을 분리해야 합니다. 모델링에 통제그룹을 포함하지 마세요. 컨트롤이 있는 행을 제외하되 숨기지 마세요. 이렇게 하면 컨트롤이 나타나는 위치를 계속 볼 수 있지만 추정에 특이점이 발생하지는 않습니다.
내 동료는 세 가지 요인의 수준을 연결하여 일원 분산 분석으로 테스트할 것을 제안했습니다. 이 과정을 통해 9가지 수준의 요인, 8가지 치료법과 대조군이 생성됩니다. 이제 Oneway 또는 Fit Least Squares를 사용하여 차이점을 테스트할 수 있습니다.
답변: ANOVA - 데이터 코딩 및 구조화다시 안녕
이 스레드를 계속 진행해서 죄송합니다. 하지만 오류 없이 실행하는 방법을 아직 찾지 못했습니다.
값 순서에 관해: 이는 출력 보고서의 시각적 표현 문제일 뿐입니다. 그렇죠? 순서를 변경하여 이제 컨트롤(0)이 맨 아래에 있게 되었습니다.결과에는 별 차이가 없을 것 같습니다.
귀하의 다른 의견과 관련하여: 예, 요인은 모두 범주형이라고 말하고 싶습니다. 단순화를 위해 이 게시물에서는 '높음'과 '낮음'으로 표시했습니다. 하지만 실험과 실제 치료법에 대해 몇 가지 더 자세히 설명하겠습니다.
저는 웹사이트에서 정보를 제공하는 다양한 방법의 영향을 테스트하고 싶었습니다.
정보는 다음과 같이 표시될 수 있습니다.
1) 의견 기반 또는 행동 기반 방식으로.
2) 무작위 친구 세트 또는 참가자가 미리 선택한 친구 세트(실험 초기)에서 나온 것으로 간주됩니다.
3) 친구 수가 많거나(8개 표시) 친구 수가 적음(2개 표시).다른 값은 표시되지 않고 2 또는 8만 표시됩니다. 왜 '높음' 및 '낮음'으로 라벨을 붙였습니까?
예를 들어, 한 참가자는 다음과 같은 치료를 받을 수 있습니다. 행동 기반 정보 에서 오는 무작위의 세트 8 (높은 번호) 그의 친구들 중.
통제 그룹은 특정 정보 없이 웹사이트를 경험했습니다. 따라서 내 데이터 세트에 있는 통제 그룹 참가자의 각 행에 대해 세 가지 "요인 열" 모두의 처리를 0으로 코딩했습니다.
이러한 세부 정보를 통해 통제 그룹을 포함하는 방법에 대한 솔루션에 더 가까워지나요?
답변: ANOVA - 데이터 코딩 및 구조화추정과 테스트를 혼동하고 있습니다. 특이점 세부정보는 지정된 모델을 추정할 수 없음을 나타냅니다. 관리 수준은 독립적으로 달라야 하지만 모든 요인이 이 수준으로 설정된 조합은 하나만 있습니다.
요인이 실제로 범주형(예: "낮음" 및 "높음")입니까, 아니면 실제로 연속형입니까(예: 50 및 100)? "컨트롤"은 0입니까?
답변: ANOVA - 데이터 코딩 및 구조화각 요인에 대한 수준을 '통제'로 입력할 수 있습니다. 그런 다음 이 값을 값 순서 열 속성의 마지막 값으로 만드는 것이 좋습니다. 이 방법으로 매개변수 추정값은 제어 값에 상대적이 됩니다.
답변: ANOVA - 데이터 코딩 및 구조화안녕하세요 마크
빠른 답변 감사합니다! 알아두면 좋습니다. 제 두 번째 질문에도 답이 있나요? 즉, ANOVA에 통제 그룹을 포함시키는 방법입니다.현재 통제 그룹은 다음과 같은 방식으로 포함됩니다. 각 요인에 대해 하나씩 세 개의 열이 있습니다. 각 열에 대해 참가자는 1("낮음") 또는 2("높음") 또는 제어를 위해 간단히 0으로 코딩됩니다. 그러나 ANOVA를 실행하면(모델 적합 -> 세 가지 요인 선택 및 "전체 요인" 선택 -> DV 선택 -> "실행" 누름) JMP는 "Singularity Details" 헤더 아래에 많은 요인 관련 텍스트를 반환합니다. 그리고 나머지 결과도 이상하게 보입니다(예: "Effects Tests" 출력에 "LostDFs" 텍스트, F 비율 없음 등).분석에서 통제그룹을 제외하면 이런 문제가 발생하지 않습니다. 그러면 통제 그룹을 어떻게 포함해야 하는지에 대한 통찰력을 제공해 주실 수 있나요? 아니면 단순히 첫 번째 가설(치료가 대조군보다 낫다)을 테스트하기 위해 별도의 t-테스트를 만든 다음, 나머지 가설(대조군과 관련되지 않음)을 테스트하기 위해 치료 그룹에 대해서만 ANOVA를 실행해야 합니까?
답변: ANOVA - 데이터 코딩 및 구조화코딩은 JMP가 내부적으로 수행합니다. 원하는 대로 데이터 열에 수준(예: 낮음 및 높음)을 입력하기만 하면 됩니다.
