80103_it-IT

liliconcom

Perché la varianza totale di un ANOVA ad effetti casuali non è uguale alla varianza totale dei dati?

Ciao

Spero che qualcuno possa spiegarmi questo in modo intuitivo.

Perché la varianza totale di tutti i dati (ultima colonna nella tabella allegata) non è uguale alla varianza totale dell'ANOVA degli effetti casuali (script nella tabella allegata)?

Cosa significa questa differenza?

Jesper

Ri: Perché la varianza totale di un ANOVA di effetti casuali non è uguale alla varianza totale del datFelice di aiutare, almeno in qualche modo. In realtà trovo difficile spiegarlo
soltanto parole. La visualizzazione di alcuni dati dal vivo potrebbe aiutare, quindi forse puoi trovare
qualcuno nelle vicinanze per dare una mano. Saluti!
Ri: Perché la varianza totale di un ANOVA di effetti casuali non è uguale alla varianza totale del datGrazie per la risposta. Non sono ancora sicuro di averlo capito, ma almeno ho affermato che non è una conoscenza di base per tutti tranne me :smiling_face_with_smiling_eyes:Ri: Perché la varianza totale di un ANOVA di effetti casuali non è uguale alla varianza totale del datPS., Per quanto riguarda il motivo per cui il totale del modello ANOVA non è uguale alla deviazione standard campionaria complessiva (ad esempio dalla piattaforma di distribuzione), il mio miglior pensiero è che la deviazione standard campionaria generale non è la contabilità per il raggruppamento in quanto è quindi la stima di qualcosa di diverso .

Ancora una volta, qualcun altro ha un altro pensiero? Grazie!
Ri: Perché la varianza totale di un ANOVA di effetti casuali non è uguale alla varianza totale del datNon ho avuto la possibilità di guardare in dettaglio le tue analisi, quindi non so per
sicuro. Ma se i tuoi dati sono sbilanciati (numeri diversi in ogni gruppo) e
il metodo REML predefinito viene utilizzato i componenti del modello ANOVA non sempre
aggiungi al totale del modello ANOVA. Non ricordare la teoria sul perché.
Forse qualcuno da SAS / JMP può aggiungere a questo?

Ri: Perché la varianza totale di un ANOVA di effetti casuali non è uguale alla varianza totale del dat

Grazie per la risposta.

Il modo in cui capisco quello che scrivi è che le ipotesi della deviazione standard generale "pura" e la deviazione standard totale dall'ANOVA degli effetti casuali sono diverse. Tuttavia, non riesco ancora a capire perché producono risultati diversi.

Ho capito che l'ANOVA tiene conto del fatto che alcuni gruppi di dati possono provenire da diverse popolazioni. Ma la mia comprensione è che l'ANOVA cerca di scomporre la variazione totale in componenti provenienti, ad esempio, da intra-run e da-run. Se questi sono gli unici fattori in ANOVA (come nel mio esempio), perché le varianze all'interno e tra le due non riassumono la varianza totale?

Capisco la matematica dietro entrambi i tipi di varianza totale. Quello che sto cercando di capire sono i significati del mondo reale di quelli - o la differenza di significato che spiega i diversi valori.

Ho cercato un po 'la risposta, ma tutto può trovare come calcolare e interpretare le diverse componenti della varianza, non la varianza totale.

Mi sembra che se rompi la varianza totale su due e rimetti insieme i pezzi, finisci con una varianza totale maggiore di quella con cui hai iniziato. Perché?

Jesper

Ri: Perché la varianza totale di un ANOVA di effetti casuali non è uguale alla varianza totale del datLa varianza (e la deviazione standard) di tutti i dati presuppongono che tutti i risultati siano indipendenti, risultati casuali da una popolazione. Se si dispone di un modello a effetti casuali, i risultati nello stesso gruppo SIRINDEX potrebbero essere più simili dei risultati in un altro gruppo. O, per dirla in altro modo, ogni gruppo SIRINDEX può essere una popolazione diversa con una media diversa. La varianza totale dell'ANOVA degli effetti casuali tiene conto delle differenze medie di gruppo e "aggiusta" efficacemente la varianza. In particolare, gli effetti casuali ANOVA calcolano separati all'interno del gruppo e tra le varianze di gruppo, quindi li sommano. (L'ANOVA ad effetti casuali presuppone che ogni gruppo abbia lo stesso / simile all'interno delle varianze di popolazione.)

Non ho una buona referenza fuori mano, ma qualcosa su ANOVA sarà dove potrai saperne di più su questo.