생태 현장 실험을위한 ANOVA 대 GLM저는 생태 현장 실험에서 얻은 데이터를 분석하고 있습니다. 초식 동물 (림펫) 제거 및 수분 첨가가 암석 조간대 해조의 덮개 변화에 미치는 영향을 테스트합니다. 실험 설계는 무작위 블록, 2 요인 완전 요인 설계입니다. 실험 설계를 자세히 설명하고 커뮤니티 토론에 대한 세 가지 질문과 관련된 스크립트 및 모델 출력을 나열하는 문서를 첨부했습니다.
- 생태 현장 실험의 결과를 모델링하는 데 적합한 모델링 접근 방식 (Standard Least Squares ANOVA 또는 GLM)은 무엇입니까? 배경을 참조하십시오.
- 각 유형의 모델을 실행하는 데 사용한 스크립트가 올바르게 구성되어 있습니까? 스크립트를 참조하십시오.
- GLM (정규, 동일성) 및 ANOVA 접근법이 모두 정규 분포를 가정한다는 점을 감안할 때 GLM이 ANOVA보다 지속적으로 더 작은 p 값을 산출하는 이유는 무엇입니까? 모델 출력을 참조하십시오.
암사슴다른스크립팅Re : 생태 현장 실험을위한 ANOVA 대 GLMGLM은 Ordinary Least Squares Regression의 일반화입니다. 케이스가 일반 회귀의 가정을 충족하는 경우 본질적으로 동일해야합니다. 그렇지 않으면 GLM을 사용하십시오.
다른 p- 값을 얻으면 모형 사양에 차이가 있습니다.
Re : 생태 현장 실험을위한 ANOVA 대 GLM내 생각:
1. 없습니다 맞아 y는 데이터를 분석합니다. 모든 분석 방법에는 장단점이 있습니다. 과도하게 단순화하기 위해 ANOVA는 기본적으로 효과의 크기를 분석하는 반면 GLM은 효과의 크기와 방향을 모두 분석합니다.
2. 데이터 세트가 없어서 스크립트를 평가하지 않았습니다.
3. "이 무슨 뜻인지 잘 모르겠습니다. GLM (정규, 동일성) 및 ANOVA 접근법이 모두 정규 분포를 가정한다는 점을 감안할 때 ". 잔차 분포에 대한 가정이 있지만 실제 데이터 세트는 아닙니다. ANOVA는 비정규 분포에 대해 상당히 강력합니다. 첫째, p- 값 통계에 빠지지 마십시오. 추정치 일뿐입니다. 평균 제곱을 비교 한 결과입니다. 평균 제곱 오차에 대한 처리의 평균 제곱입니다 (둘 다 추정치이기도 함). 비교 또는 추정치를 변경하면 p- 값이 변경됩니다.
당신이 있기 때문에 시도 할 수있는 것 블록을 고정 효과로 취급 ... 블록, L, M, L * M, 블록 * L, 블록 * M, 블록 * L * M으로 모델을 포화시킵니다. 유의 한 효과를 찾으려면 정규 및 Pareto 그림을 사용하십시오. 그의 평균 제곱 오차 편향을 제거합니다.
Re : 생태 현장 실험을위한 ANOVA 대 GLM추가하려면 뿡뿡 과 @statman 의 의견 / 변호사 모델링 전에 데이터를 의미있는 방식으로 플로팅 했습니까? 실험 설계를 수행했기 때문에 요인 및 블록 대 반응 플롯, 반응의 단순 분포, 반응 대 실험 실행 순서는 생성 할 것을 제안하는 최소 플롯 세트입니다. 궁극적으로 프로세스 이해를 구축하고 모델링을위한 깨끗한 데이터를 확보하는 데 사용되는 다음 질문에 대한 답을 찾기 위해 노력합니다.
1. 요인 / 블록 플롯은 알려진 생물학적 / 물리적 현상에 직면하여 날아가는 무언가를 암시합니까? 과거에는 엔지니어들에게이 플롯을 살펴볼 것을 제안했습니다. 만약 그들이 '플롯이 언덕 위로 물이 흐르고 있음을 암시한다'와 같은 도덕적 동등성을 보여 준다면, 음, 우리는 문제가 있습니다.
2. 실험 수행에 영향을 미칠 수있는 예상치 못한 숨어있는 변수를 암시하는 반응 특이 치가 있습니까?
3. 반응의 실험적 실행 순서 플롯은 실험적 행위 내에 숨어있는 변수가있을 수있는 경향 또는 의심스러운 패턴을 시사합니까?
Re : 생태 현장 실험을위한 ANOVA 대 GLM답장 해 주셔서 감사합니다, Mark. 안타깝게도 데이터가 변경 값 (0보다 작은 수많은 관측치를 포함하여 정수가 아닌 값)이기 때문에 다른 오류 / 연결 옵션을 선택할 수 없습니다.
ANOVA 및 GLM 용으로 생성 한 스크립트를 붙여 넣습니다. 이 스크립트를 통해 모델 사양이 어떻게 다를 수 있는지 알려 주실 수 있습니까?
분산 분석
적합 모델 (
Y (: My87Ja88Mo),
효과 (: Blk #, : Limp, : Moist, : Limp * : Moist),
성격 ( "Standard Least Squares"),
강조 ( "효과 레버리지"),
운영(
: My87Ja88Mo << {Summary of Fit (1), Analysis of Variance (1),
모수 추정치 (1), 적합성 결여 (0), 확장 추정치 (1),
Scaled Estimates (0), Plot Actual by Predicted (1),
회귀 분석 (0), Predicted (1)에 의한 잔차 플로팅,
스튜던트 화 잔차 플로팅 (0), 플로팅 효과 레버리지 (1),
정규 분위수로 잔차 플로팅 (0),
박스 콕스 Y 변환 (0)}
)
);
GLM
적합 모델 (
Y (: My87Ja88Mo),
효과 (: Blk #, : Limp, : Moist, : Limp * : Moist),
성격 ( "일반화 된 선형 모형"),
GLM 분포 ( "일반"),
링크 기능 ( "Identity"),
과대 산포 테스트 및 구간 (0),
이름 ( "5 차 편향 조정 추정치") (0),
운영
);
Re : 생태 현장 실험을위한 ANOVA 대 GLM모형은 범주 형 요인의 매개 변수화에 따라 다를 수 있습니다. 이것들을 참조하십시오 세부 .
Re : 생태 현장 실험을위한 ANOVA 대 GLM답장을 보내 주셔서 감사합니다. 번호가 매겨진 진술에 대한 답변 :
1. ANOVA와 GLM의 차이점을 명확히 해주셔서 감사합니다. GLM은 우리에게 비교적 새로운 영역입니다.
2. 아래의 데이터 세트에서 응답 데이터의 완전한 열 하나를 포함합니다.
3. ANOVA 및 GLM 모델 모두 모델 적합 대화 상자에서 동일한 처리 및 오류 항을 사용합니다. 스크립트를 테스트 할 시간이 있다면 p- 값이 출력에서 다른 이유를 설명 할 수 있습니다.
4. Normal 및 Pareto 플롯 옵션이있는 Effects Screening 모듈을 소개해 주셔서 감사합니다. 중요한 효과를 해석하는 방법은 확실하지 않지만 우리의 경우와 관련이 없을 수 있습니다.
블록 | Limpets | 수분 | 변경 / 월 |
1 | + L | + M | 0.5 |
1 | + L | -미디엄 | 1.2 |
1 | -엘 | + M | 0.9 |
1 | -엘 | -미디엄 | 0.7 |
2 | + L | + M | 0.5 |
2 | + L | -미디엄 | 0.2 |
2 | -엘 | + M | 1.7 |
2 | -엘 | -미디엄 | 0.1 |
삼 | + L | + M | -0.2 |
삼 | + L | -미디엄 | 0.2 |
삼 | -엘 | + M | -0.3 |
삼 | -엘 | -미디엄 | -0.2 |
4 | + L | + M | -0.2 |
4 | + L | -미디엄 | 1.1 |
4 | -엘 | + M | 0.5 |
4 | -엘 | -미디엄 | 0.0 |
Re : 생태 현장 실험을위한 ANOVA 대 GLM또한 추정 절차가 다릅니다. 최소 제곱 해는 직접 계산되는 닫힌 형태입니다. GLM 솔루션은 최대 가능성 추정을위한 반복적 인 방법입니다. 다음은 Fit Least Squares 플랫폼에서 처음으로 추정 된 동일한 모델입니다.
다음은 식별 링크가있는 응답에 대해 정규 분포를 사용하여 GLM으로 추정 된 동일한 모델입니다.
범주 형 예측 연령과 성별에 대한 매개 변수화는 동일하지만 추정 루틴이 다릅니다. 전자는 t 및 F 테스트의 제곱합을 기반으로하고 후자는 카이 제곱비 테스트의 우도를 기반으로합니다.
두 모델은 동일한 반응 예측을 생성합니다.
Re : 생태 현장 실험을위한 ANOVA 대 GLM귀하의 질문에 대한 대답으로, 예, JMP 도구를 사용하여 2x2 처리 조합 간의 특이 치 및 분산 이질성을 찾습니다. 예상대로 응답은 블록 (공간 단위)마다 다르므로 차단 동기가됩니다. 블록 내에서 플롯 (tmt 조합)의 복제가 없으며, 각 블록 내의 4 개 플롯 모두에 처리가 한 번에 적용 되었기 때문에 실행 순서는 관련이 없습니다.
또한 모든 반응 구간 x 블록 x 처리 조합 (각각 x 2 수준에서 2 개 요인)에 대한 평균, SEM 및 개별 블록 값을 플로팅했습니다. 이러한 모델의 목표는 데이터에서 쉽게 볼 수있는 패턴의 토대를 결정하는 것이 었습니다.
Re : 생태 현장 실험을위한 ANOVA 대 GLM점 3과 관련하여 OLS는 정규 방정식을 직접 해결합니다. 결과는 제곱합을 기반으로합니다. 이것은 전체 모델에 대한 F 테스트로 이어집니다. 정규 분포 모수 추정값은 t 검정으로 이어집니다. 반면 GLM은 MLE를 사용합니다. 결과는 -2LogLikelihood를 기반으로합니다. 이것은 카이 제곱 테스트 (우도 비 테스트)로 이어집니다.
따라서 추정과 테스트는 다른 방법을 사용합니다. 동일한 p- 값을 제공 할 것으로 예상되지 않습니다. 이러한 값은 일반적으로 정확하지는 않지만 일반적으로 일치합니다.
Re : 생태 현장 실험을위한 ANOVA 대 GLM포인트 1과 관련하여 GLM의 주요 이점은 반응의 정규 분포 모델에 제한되지 않는다는 것입니다. 응답이 (조건부) 정규 분포 인 경우 OLS를 사용하십시오.
Re : 생태 현장 실험을위한 ANOVA 대 GLMBox는 또한 Bayes 플롯을 좋아했습니다. Cuthbert Daniel은 실험 분석을 위해 Half Normal 플롯을 처음으로 사용했습니다. 기본적으로 모든 치료 효과에 대해 null이 참이면 그 효과는 평균 0으로 정규 분포 (무작위)해야합니다. 정규 플롯은 직선에 나타나는 효과가 임의 효과이고 선에서 이탈하는 포인트를 할당 할 수 있도록 변환 된 효과를 나타냅니다. JMP는 Lenth의 PSE 선을 플롯에 추가하지만 해석에주의해야합니다.
