생태학적 현장 실험을 위한 ANOVA 대 GLM나는 다음을 위해 고안된 생태학적 현장 실험의 데이터를 분석하고 있습니다. 암석이 많은 조간대 해초의 피복 변화에 대한 초식동물(삿갓조개) 제거 및 수분 첨가의 효과를 테스트합니다. 실험 설계는 무작위 블록, 2요인 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 표준 최소 제곱 분산 분석(Standard Least Squares ANOVA) 또는 GLM 중 어떤 모델링 접근 방식이 선호됩니까? 배경을 참조하세요.
- 각 유형의 모델을 실행하는 데 사용한 스크립트가 올바르게 구성되어 있습니까? 스크립트를 참조하세요.
- GLM(정규, 동일성) 및 ANOVA 접근 방식이 모두 정규 분포를 가정하는 경우 GLM이 ANOVA보다 지속적으로 더 작은 p 값을 생성하는 이유는 무엇입니까? 모델 출력을 참조하세요.
실험 설계답변: 생태학적 현장 실험을 위한 ANOVA와 GLM 비교다시 한 번 질문을 이해했는지 잘 모르겠습니다. 모델의 적절성을 결정하기 위해 잔차를 사용하는 방법을 배우는 경우 해당 주제에 대한 많은 책과 논문이 있습니다. 첫째, 잔차는 모델의 예측과 실제 값의 차이입니다. 필요하거나 암시된 가정에 관계없이 모델이 유용하려면 다음을 수행하기를 바랍니다. 꽤 좋다 실제 결과를 예측하는 일. 모델 개발 관점에서:
1. 모델이 높거나 낮게 편향되지 않기를 바랍니다(잔차는 0 주위에 분포됨).
2. 잔차가 모델 주변에서 거의 동일한 변동을 갖고 이 변동이 크게 변동하지 않기를 바랍니다(잔차는 일정한 변동을 갖습니다).
3. 모델에서 설명되지 않는 비정상적인 데이터 포인트(잔차에 이상값 없음)가 없기를 바랍니다.
4. 잔차가 어떤 패턴을 형성하지 않았거나 서로 관련되어 있기를 바랍니다(독립적으로 분포됨).
만약 이들 중 일부 희망 만족스럽지 않다면 그 이유를 이해하려고 노력해야 합니다. 모델의 효율성과 모델을 더 유용하게 만들기 위해 어떻게 수정할 수 있는지에 대해 의문을 제기해야 합니다(그리고 실제로 무슨 일이 일어나고 있는지 더 잘 이해하는 것이 더 좋습니다).
답변: 생태학적 현장 실험을 위한 ANOVA와 GLM 비교이상치, 영향력 있는 관측치 및 편향을 확인하기 위해 피팅된 GLM의 다양한 잔차를 사용하는 방법을 배우는 가장 좋은 방법은 무엇입니까?답변: 생태학적 현장 실험을 위한 ANOVA와 GLM 비교@statman 선형 회귀 모델에 대한 가정을 잘 설명합니다. GLM에는 오류에 대한 그러한 가정이 없으므로 잔차 분석 개념이 GLM으로 전달되지 않습니다. 하지만 피팅된 GLM의 다양한 잔차를 사용하여 이상치, 영향력 있는 관측치 및 편향을 확인할 수 있습니다. GLM은 반응이 선택한 조건부 분포(예: 포아송, 이항, 정규)를 따르고 모델 모수 추정의 가능성을 최대화한다고 가정합니다.
그것은 다르다.
답변: 생태학적 현장 실험을 위한 ANOVA와 GLM 비교나 이거 좀 헷갈려" 우리의 이해는 ANOVA의 정규성 가정을 테스트하는 것입니다. 가정은 없습니다 ANOVA를 통해 분석된 원시 데이터의 정규성. 유일한 가정은 NID(0, 분산)입니다. 그건 정규적이고 독립적으로 분포된 잔차 평균은 0이고 분산은 일정합니다. 잔차를 보는 방법에는 여러 가지가 있습니다.
1. 시계열에서,
2. 예측 대 예측
3. 배포판으로서,
4. 레버리지 플롯
일부를 나열한 것처럼 잔차에는 여러 유형이 있습니다. 없다 오른쪽 사용. 모두 살펴보실 수 있을 만큼 쉽습니다.
답변: 생태학적 현장 실험을 위한 ANOVA와 GLM 비교ANOVA에서와 같이 GLM의 정규성에 관한 동일한 가정을 테스트하는지에 대한 후속 질문이 있습니다.
우리는 ANOVA에서 정규성 가정을 테스트하기 위해 잔차의 정규성을 테스트한다는 것을 알고 있습니다. 이를 위해 잔차를 데이터 테이블에 저장한 다음 분포 도구를 사용하여 정규성을 테스트합니다.
GLM에 해당하는 절차가 있나요? 그렇다면 이탈도 잔차, Pearson 잔차, 스튜던트화 이탈도 잔차 또는 스튜던트화 Pearson 잔차 중 어떤 잔차 출력을 사용해야 합니까?
답변: 생태학적 현장 실험을 위한 ANOVA와 GLM 비교아니요, GLM은 동일한 모델에 대해 항상 OLS보다 작은 p-값을 생성하지 않습니다.
답변: 생태학적 현장 실험을 위한 ANOVA와 GLM 비교감사합니다. 이것은 매우 도움이 됩니다. GLM은 항상 더 많은 수익을 낼까요?
ANOVA보다 유의성(낮은 p) 또는 이것이 구조에 따라 달라지나요?
데이터(예: 정규성 가정에서 벗어남)?
답변: 생태학적 현장 실험을 위한 ANOVA와 GLM 비교Box는 또한 Bayes 플롯을 좋아했습니다. Cuthbert Daniel은 실험 분석을 위해 Half Normal 플롯을 처음으로 사용했습니다. 기본적으로 모든 치료 효과에 대해 null이 참인 경우 해당 효과는 평균이 0인 정규 분포(무작위)여야 합니다. 정규 도표는 직선에 나타나는 효과가 무작위 효과이고 선에서 벗어나는 점을 할당할 수 있도록 변환된 효과를 나타냅니다. JMP는 Lenth의 PSE 선을 그림에 추가하지만 해석에 주의해야 합니다.답변: 생태학적 현장 실험을 위한 ANOVA와 GLM 비교포인트 1과 관련하여 GLM의 주요 이점은 반응의 정규 분포 모델에 제한되지 않는다는 것입니다. 응답이 (조건부로) 정규 분포인 경우 OLS를 사용하십시오.
답변: 생태학적 현장 실험을 위한 ANOVA와 GLM 비교포인트 3과 관련하여 OLS는 정규 방정식을 직접 해결하고 있습니다. 결과는 제곱합을 기준으로 합니다. 이는 전체 모델에 대한 F 테스트로 이어집니다. 정규 분포 매개변수 추정은 t 테스트로 이어집니다. 반면 GLM은 MLE를 사용하고 있습니다. 결과는 -2LogLikelihood를 기반으로 합니다. 이는 카이제곱 테스트(우도비 테스트)로 이어집니다.
따라서 추정과 테스트는 서로 다른 방법을 사용합니다. 그들은 동일한 p-값을 제공할 것으로 예상되지 않습니다. 이러한 값은 정확하지는 않더라도 일반적으로 일치합니다.
답변: 생태학적 현장 실험을 위한 ANOVA와 GLM 비교귀하의 질문에 대한 답변으로 그렇습니다. 우리는 JMP 도구를 사용하여 2x2 처리 조합 간의 분산의 이상값과 이질성을 찾았습니다. 예상대로 응답은 블록(공간 단위)마다 다르므로 차단 동기가 됩니다. 블록 내에 플롯(tmt 조합)의 복제가 없습니다. 처리가 각 블록 내의 4개 플롯 모두에 한 번에 적용되었기 때문에 실행 순서는 관련이 없습니다.
또한 모든 반응 간격 x 블록 x 치료 조합(각각 x 2 수준의 2개 요인)에 대한 평균, sems 및 개별 블록 값을 표시했습니다. 이러한 모델에 대한 우리의 목표는 데이터에서 쉽게 볼 수 있는 패턴의 기초를 결정하는 것이었습니다.
답변: 생태학적 현장 실험을 위한 ANOVA와 GLM 비교또한 추정 절차도 다릅니다. 최소제곱해는 직접 계산되는 닫힌 형식입니다. GLM 솔루션은 최대 우도 추정을 위한 반복 방법입니다. 다음은 Fit Least Squares 플랫폼을 사용하여 처음으로 추정된 동일한 모델입니다.
다음은 항등 링크가 있는 응답에 대해 정규 분포를 사용하여 GLM으로 추정된 동일한 모델입니다.
범주형 예측의 연령 및 성별에 대한 매개변수화는 동일하지만 추정 루틴은 다릅니다. 전자는 t 및 F 테스트의 제곱합을 기반으로 하며, 후자는 카이 제곱 비율 테스트의 가능성을 기반으로 합니다.
두 모델은 반응에 대해 동일한 예측을 생성합니다.
답변: 생태학적 현장 실험을 위한 ANOVA와 GLM 비교답장을 보내 주셔서 감사합니다. 번호가 매겨진 진술에 대한 응답:
1. ANOVA와 GLM의 차이점을 명확하게 설명해 주셔서 감사합니다. GLM은 우리에게 비교적 새로운 영역입니다.
2. 아래 데이터 세트에서 하나의 완전한 응답 데이터 열을 포함하고 있습니다.
3. ANOVA와 GLM 모델 모두 Fit Model 대화 상자에서 동일한 처리 및 오류 조건을 사용합니다. 스크립트를 테스트할 시간이 있다면 출력에서 p-값이 다른 이유를 설명할 수 있을 것입니다.
4. 정규 및 파레토 플롯 옵션이 포함된 효과 선별 모듈을 소개해주셔서 감사합니다. 중요한 효과를 어떻게 해석해야 할지 모르겠지만 이는 우리의 경우와 관련이 없을 수도 있습니다.
차단하다 | 림펫 | 수분 | 변경/월 |
1 | +L | +M | 0.5 |
1 | +L | -중 | 1.2 |
1 | -엘 | +M | 0.9 |
1 | -엘 | -중 | 0.7 |
2 | +L | +M | 0.5 |
2 | +L | -중 | 0.2 |
2 | -엘 | +M | 1.7 |
2 | -엘 | -중 | 0.1 |
삼 | +L | +M | -0.2 |
삼 | +L | -중 | 0.2 |
삼 | -엘 | +M | -0.3 |
삼 | -엘 | -중 | -0.2 |
4 | +L | +M | -0.2 |
4 | +L | -중 | 1.1 |
4 | -엘 | +M | 0.5 |
4 | -엘 | -중 | 0.0 |
답변: 생태학적 현장 실험을 위한 ANOVA와 GLM 비교모델은 범주형 요인의 매개변수화에 따라 다를 수 있습니다. 이것을 참조하십시오 세부 .
답변: 생태학적 현장 실험을 위한 ANOVA와 GLM 비교답장을 보내주셔서 감사합니다, 마크. 불행하게도 데이터가 변경 값(0보다 작은 수많은 관찰을 포함하는 정수가 아닌 값)이기 때문에 다른 오류/링크 옵션을 선택하는 것은 불가능합니다.
ANOVA 및 GLM을 위해 구성한 스크립트를 붙여넣고 있습니다. 이 스크립트를 통해 모델 사양이 어떻게 다를 수 있는지 알려주실 수 있나요?
분산 분석
적합모델(
Y( :My87Ja88Mo ),
효과( :Blk#, :Limp, :Moist, :Limp * :Moist ),
성격( "표준 최소 제곱" ),
강조( "효과 활용" ),
달리다(
:My87Ja88Mo << {적합성 요약( 1 ), 분산 분석( 1 ),
모수 추정( 1 ), 적합성 부족( 0 ), 확장 추정( 1 ),
척도화된 추정치( 0 ), 실제를 예측으로 플롯( 1 ),
회귀 플롯( 0 ), 예측별 잔차 플롯( 1 ),
스튜던트화 잔차 플롯( 0 ), 효과 레버리지 플롯( 1 ),
정규 분위수(0 )로 잔차를 플롯합니다.
Box Cox Y 변환( 0 )}
)
);
GLM
적합모델(
Y( :My87Ja88Mo ),
효과( :Blk#, :Limp, :Moist, :Limp * :Moist ),
성격( "일반화 선형 모형" ),
GLM 분포( "일반" ),
링크 기능( "ID" ),
과분산 테스트 및 간격( 0 ),
이름( "1차 편향 조정 추정치" )(0),
달리다
);
답변: 생태학적 현장 실험을 위한 ANOVA와 GLM 비교추가하려면 @마크_베일리 그리고 @statman 의 의견/상담을 통해 모델링하기 전에 데이터를 의미 있는 방식으로 구성했습니까? 실험 설계를 수행했으므로 요인 및 블록 대 응답 플롯, 응답의 간단한 분포, 응답 대 실험 실행 순서는 생성할 것을 제안하는 최소 플롯 세트입니다. 궁극적으로 프로세스 이해를 구축하고 모델링을 위한 깨끗한 데이터를 확보하는 데 도움이 되는 다음 질문에 답하기 위해 노력합니다.
1. 요인/블록 도표는 알려진 생물학적/물리적 현상에 맞서는 것을 암시합니까? 예전에는 엔지니어들에게 이러한 플롯을 살펴보라고 제안했습니다. 만약 그들이 '플롯에서 물이 언덕 위로 솟아오르는 것을 암시한다면, 음, 우리는 문제가 있는 것입니다'와 같은 도덕적인 것을 보여준다면.
2. 실험 수행에 몰래 개입했을 수 있는 예상치 못한 숨어 있는 변수를 암시하는 반응 특이치가 있습니까?
3. 응답의 실험 실행 순서 플롯은 실험 수행 내에 숨어 있는 변수가 있을 수 있는 경향이나 의심스러운 패턴을 암시합니까?
답변: 생태학적 현장 실험을 위한 ANOVA와 GLM 비교내 생각:
1. 없다 그렇죠 와 y 데이터를 분석합니다. 모든 분석 방법에는 장단점이 있습니다. 지나치게 단순화하기 위해 ANOVA는 기본적으로 효과의 크기를 분석하는 반면 GLM은 효과의 크기와 방향을 모두 분석합니다.
2. 데이터 세트가 없었기 때문에 귀하의 스크립트를 평가하지 않았습니다.
3. "라는 말이 무슨 뜻인지 잘 모르겠습니다. GLM(정규, 항등) 및 ANOVA 접근 방식은 모두 정규 분포를 가정한다는 점을 고려하면. 잔차 분포에 대한 가정이 있지만 실제 데이터 세트에 대한 가정은 없습니다. ANOVA는 비정규 분포에 상당히 강력합니다. 첫째, p-값 통계와 사랑에 빠지지 마십시오. 단지 추정치일 뿐입니다. 평균제곱을 비교한 결과입니다. 평균 제곱 오차에 대한 처리의 평균 제곱입니다(둘 다 추정값이기도 함). 비교 또는 추정치를 변경하면 p-값이 변경됩니다.
당신이 시도할 수 있는 것 블록을 고정 효과로 처리...모델을 Block, L, M, L*M, Block*L, Block*M, Block*L*M으로 포화시킵니다. 유의미한 효과를 찾으려면 정규 플롯과 파레토 플롯을 사용하십시오. 그는 평균 제곱 오차 편향을 제거합니다.
답변: 생태학적 현장 실험을 위한 ANOVA와 GLM 비교GLM은 일반 최소 제곱 회귀(Ordinary Least Squares Regression)를 일반화한 것입니다. 귀하의 사례가 일반 회귀의 가정을 충족하는 경우 본질적으로 동일해야 합니다. 그렇지 않으면 다른 오류 분포 및 연결 기능을 갖춘 GLM을 사용하십시오.
서로 다른 p-값을 얻으면 모델 사양에 차이가 있는 것입니다.
