Schleifen-ANOVA zur Bestimmung der ähnlichsten GruppeHallo alle,
Ich suche nach einer Schleife, die sonst mühsam wäre. Möglicherweise hat jemand einen besseren Workflow und ich bin ganz Ohr, wenn Sie dies tun. Für meinen Datensatz habe ich 5 Ethnien und ich versuche herauszufinden, welche Ethnizität 2 und welche Ethnizität 5 am besten zusammenpassen, damit ich die Ethnien kombinieren kann. Was ich tun möchte, ist, einen ANOVA- und Welche-Test zwischen 2 und dem Rest der Ethnien durchzuführen und zu sehen, ob sie übereinstimmen und welche am besten übereinstimmt. Das wären nur 4 Tests, aber ich habe auch 40 verschiedene Gruppen, also wäre es ein mühsamer Versuch, dies manuell zu wiederholen. Gibt es eine Möglichkeit, dies zu wiederholen und irgendwie eine Formel zu automatisieren, bei der ethnische Zugehörigkeit 2 übereinstimmt, sagen wir, ethnische Zugehörigkeit 3, am besten gibt es dafür einen Spaltenindikator?
Wenn es in JMP bessere statistische Methoden gibt, die dies ebenfalls erleichtern können, bin ich ganz Ohr.
AnalytikMac OSSkripterstellungBetr.: Schleifen-ANOVA zur Bestimmung der ähnlichsten GruppeWas Sie tun müssen, ist, die Schritte auszuführen, die für 1 Gruppe durchgeführt werden müssen.Dann sollte es eine sehr einfache Aufgabe sein, diese Schritte zu unternehmen und alle Gruppen zu durchlaufen.
Betr.: Schleifen-ANOVA zur Bestimmung der ähnlichsten GruppeIch vermeide es generell, die Daten in separate Gruppen zu unterteilen. (Natürlich gibt es Situationen, die das Trennen von Daten erfordern.) Ich denke über ein Modell nach, das alle Daten für die größte Aussagekraft und Sensibilität nutzen könnte, aber auch Gruppenunterschiede berücksichtigt, falls vorhanden. Was ist also mit einem linearen Modell, das Ethnizität und die Gruppe als Effekte einbezieht?
Eine weitere Überlegung ist die Partitionsmethode. Dieses Modell neigt dazu, die Ebenen zu finden, die nicht geteilt werden sollten.
Haben Sie versucht, zweidimensionales hierarchisches Clustering zu verwenden?
Schließlich ist ANOVA nützlich, wenn Sie auf einen Unterschied testen. es ist nicht beabsichtigt, wenn Sie auf Ähnlichkeit testen. Das Fehlen einer signifikanten ANOVA ist kein Beweis für Ähnlichkeit. Der Äquivalenztest ist auch ein Test in eine Richtung, aber in die entgegengesetzte Richtung.
