ANCOVA を使用したデータの探索こんにちは、
3 つの独立変数、連続共変量 (質量)、カテゴリカル名目変数 (性別: M と F)、および別のカテゴリカル名目変数 (サイトの位置: 北、中部、南)、および 1 つの従属変数連続 (水銀濃度) があります。 。 私は仮説を検証することに興味があります。「生物の質量と性別の変動が標準化（均質化、考慮され、平滑化）できる場合、その動物は北の位置、中央の位置における水銀の生物学的利用能を反映できる」 、そして南の場所。
私は、カテゴリ変数 (性別) と他のカテゴリ変数 (部位の位置)、および交互作用項を使用した適合モデル分析に共変量 (質量) を含めることにより、ANCOVA の使用を検討しようとしました。 私の目的は、モデル適合内で質量と性別を考慮することです。サイトの位置の交互作用プロットを構築して、それらの間で水銀濃度に違いがあるかどうかを確認し、雌雄が同じであるかのように統計的に調整された LSmeans を報告できます。それらの場所内では標準化された質量がありました。
Y= 水銀濃度
X マス + サイトの場所 + 性別 + マス*セックス + マス*サイトの位置
興味深いことに、このモデルを実行すると、効果テストは次のようになります。
共変量が性別の水銀濃度とサイトの場所の水銀濃度と共変動するため、共変量を考慮した後、性別間およびサイト間で統計的な差がないことが判明したことを検証したいと思います。
テストしたい仮説を考慮して、ここで独立変数を正しく扱っているかどうかに興味があります。 あらゆる援助が役に立ちます
分析マックOSRe: ANCOVA を使用したデータの探索それが仮説の面白いところです。 それらはすべて、私たちが思ったとおりに結果を出すわけではありません。 (ヨギ・ベラにはその趣旨の引用が少なくとも 1 つはあるかもしれません。)
データに問題がないと仮定すると、モデルを縮小します。 1 つの相互作用は、任意のアルファ = 0.05 で統計的に有意ではないにしても、重要であるように見えます。 高次の項から始めて、モデルを一度に 1 項ずつ削減します。 SEX*MASSは外します。 SS 値と p 値は縮小モデルによって変化します。 重要なことがなければ、次はSEXを削除します。
データは正しいと仮定します。 データ プロットを単独で使用し、モデリング プラットフォーム内でデータの問題を探します。
モデルには偏りがなく (適合不足がない)、推定値には適度な相関がなく、応答の分散は一定で正規分布していると仮定します。 エラーは ~N( 0, sigma ) になるはずです。 これらの仮定を評価するには、提供される残差プロットを使用します。
Re: ANCOVA を使用したデータの探索申し訳ありませんが、用語が少し混乱しています。 共変量は通常、実験計画に関連付けられます。 共変量は通常、ノイズ要因 (制御が不可能/困難/コストがかかる要因) です。 あなたには実験計画があるようではありませんが、収集されたデータに関連する x を特定したサンプリング計画があるようですが、私はあなたの状況を誤解している可能性があります。
実験計画がある場合、2 つの因子 (性別とサイトの場所) と共変量があるようです。 これは正しいです？ 共変量は、各治療の数値を持つ確率変数 (測定可能なノイズ) であることを意味します。 結果として得られるモデルは混合モデル (固定効果、指定されたレベルで操作された因子、および確率変数) です。通常、モデル内の因子相互作用による共変量は検索しません。 共変量は通常、操作された因子の効果を検出する精度を高めるために、効果を割り当てて削除するノイズ (制御不可能な変数) です。
既存のデータセットを分析して、x (質量、性別、位置) と y の間の関係を調べる方法は多数あります。
