«ancova» 태그된 질문

다음과 같은 일반적인 디자인을 상상해보십시오. 치료 또는 통제 그룹에 100 명의 참가자가 무작위로 배정 됨 종속 변수는 숫자이며 치료 전 및 후 측정 이러한 데이터를 분석하기위한 세 가지 확실한 옵션은 다음과 같습니다. 혼합 분산 분석에서 시간 상호 작용 효과로 그룹 테스트 IV로 조건을, 공변량으로 사전 측정을하고 DV로 사전 측정 한 …

53 anova  ancova  clinical-trials  change-scores 

우리는 다중 무작위 회귀 모델에 상상할 수있는 모든 잠재적 혼란자를 포함시켜 비 랜덤 화되지 않은 예측 변수 X와 결과 사이의 인과 관계를 확립하려는 관찰 연구에 익숙합니다. 따라서 모든 혼란 자들을“통제”함으로써 우리는 관심있는 예측 인자의 효과를 분리시킨다. 나는 주로 통계 수업의 다양한 교수들이 만든 비공식적 발언을 바탕 으로이 아이디어로 점점 불편을 …

45 multiple-regression  ancova  observational-study 

모형 계산에 여러 공변량이 있으며 모두 통계적으로 유의하지는 않습니다. 그렇지 않은 것을 제거해야합니까? 이 질문은 현상에 대해 설명하지만 ANCOVA에서 공변량의 유의하지 않은 영향을 해석하는 방법은 무엇입니까? 그 질문에 대한 답에는 중요하지 않은 공변량이 제거 될 것을 암시하는 것은 없지만, 지금 당장은 그들이 머물러 있어야한다고 생각하는 경향이 있습니다. 일부 임계 값 …

39 regression  statistical-significance  ancova  model  predictor 

GAM을 사용할 때 잔여 DF는 (코드의 마지막 줄). 그게 무슨 뜻이야? GAM 예제를 넘어 서면 일반적으로 자유도는 정수가 아닌 숫자 일 수 있습니까?26.626.626.6 > library(gam) > summary(gam(mpg~lo(wt),data=mtcars)) Call: gam(formula = mpg ~ lo(wt), data = mtcars) Deviance Residuals: Min 1Q Median 3Q Max -4.1470 -1.6217 -0.8971 1.2445 6.0516 (Dispersion Parameter …

27 r  degrees-of-freedom  gam  machine-learning  pca  lasso  probability  self-study  bootstrap  expected-value  regression  machine-learning  linear-model  probability  simulation  random-generation  machine-learning  distributions  svm  libsvm  classification  pca  multivariate-analysis  feature-selection  archaeology  r  regression  dataset  simulation  r  regression  time-series  forecasting  predictive-models  r  mean  sem  lavaan  machine-learning  regularization  regression  conv-neural-network  convolution  classification  deep-learning  conv-neural-network  regression  categorical-data  econometrics  r  confirmatory-factor  scale-invariance  self-study  unbiased-estimator  mse  regression  residuals  sampling  random-variable  sample  probability  random-variable  convergence  r  survival  weibull  references  autocorrelation  hypothesis-testing  distributions  correlation  regression  statistical-significance  regression-coefficients  univariate  categorical-data  chi-squared  regression  machine-learning  multiple-regression  categorical-data  linear-model  pca  factor-analysis  factor-rotation  classification  scikit-learn  logistic  p-value  regression  panel-data  multilevel-analysis  variance  bootstrap  bias  probability  r  distributions  interquartile  time-series  hypothesis-testing  normal-distribution  normality-assumption  kurtosis  arima  panel-data  stata  clustered-standard-errors  machine-learning  optimization  lasso  multivariate-analysis  ancova  machine-learning  cross-validation 

주성분 분석 (PCA)을 수행 한 후 PCA 공간에 새 벡터를 투영하려고합니다 (즉, PCA 좌표계에서 해당 좌표를 찾습니다). 를 사용하여 R 언어로 PCA를 계산했습니다 prcomp. 이제 내 벡터에 PCA 회전 행렬을 곱할 수 있어야합니다. 이 매트릭스의 주요 구성 요소를 행 또는 열로 배열해야합니까?

21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 

논문에 대한 실험을 진행 중이며 분산 분석 및 ANCOVA의 작동 방식을 올바르게 이해하기위한 흥미로운 책 / 웹 사이트를 찾고 있습니다. 나는 수학 배경이 좋기 때문에 반드시 저속한 설명이 필요하지 않습니다. 또한 ANCOVA 대신 ANOVA를 사용할시기를 결정하는 방법을 알고 싶습니다.

20 anova  references  ancova 

최근에 ANCOVA를 사용하여 2 개의 범주 형 변수와 1 개의 연속 형 변수를 조작 한 실험을 분석했습니다. 그러나 검토자는 더미 변수로 코딩 된 범주 형 변수를 사용한 다중 회귀가 범주 형 변수와 연속 형 변수를 모두 사용하는 실험에 더 적합한 테스트라고 제안했습니다. 더미 변수와 함께 ANCOVA 대 다중 회귀 분석을 …

20 regression  multiple-regression  ancova  categorical-encoding 

나는 많은 R 데이터 세트, DASL 및 다른 곳의 게시물을 살펴 보았고 실험 데이터의 공분산 분석을 보여주는 흥미로운 데이터 세트의 좋은 예를 많이 찾지 못했습니다. 통계 교과서에는 많은 데이터가 포함 된 "장난감"데이터 세트가 있습니다. 다음과 같은 예를 갖고 싶습니다. 흥미로운 이야기가 담긴 실제 데이터 적어도 하나의 처리 인자와 두 개의 …

19 dataset  ancova  predictor 

식물 epiphytes의 밀도에 관한 데이터의 ANCOVA 분석을 수행하고 싶습니다. 처음에는 두 경사면, 하나의 N과 S 사이에 식물 밀도에 차이가 있는지 알고 싶습니다만, 호스트 식물의 고도, 캐노피 개방도 및 높이와 같은 다른 데이터가 있습니다. 공변량이 두 개의 경사 (N 및 S) 여야한다는 것을 알고 있습니다. 나는 R에서 실행되는이 모델을 만들었고 그것이 …

17 r  ancova 

다음과 같은 실험을 진행 중입니다. DV : 슬라이스 소비 (연속적이거나 범주적일 수 있음) IV : 건강한 메시지, 건강하지 않은 메시지, 메시지 없음 (통제) (사람들이 무작위로 배정 된 3 개의 그룹-범주 형) 이것은 슬라이스의 건강에 관한 조작 된 메시지입니다. 다음 IV는 개별 차이 변수로 간주 될 수 있습니다. 충동 성 (이는 …

17 anova  multiple-regression  continuous-data  ancova 

단일 응답 변수 (연속 / 정규 분포)와 4 개의 설명 변수 (3 개는 요인이고 4 번째는 정수임)로 일반화 된 선형 모델을 만들었습니다. ID 링크 함수와 함께 가우스 오류 분포를 사용했습니다. 현재 모델이 일반화 선형 모델의 가정을 충족하는지 확인하고 있습니다. Y의 독립 올바른 링크 기능 설명 변수의 정확한 측정 척도 영향력있는 …

14 regression  generalized-linear-model  ancova  assumptions  scatterplot 

질문 : 공변량의 효과를 조정 한 후 그룹 평균 간의 차이에 대한 사후 테스트를 수행하는 좋은 방법은 무엇입니까? 프로토 타입 예제 : 4 개 그룹, 그룹당 30 명 (예 : 4 가지 임상 심리학 인구) 종속 변수는 숫자입니다 (예 : 지능 점수) 공변량은 숫자입니다 (예 : 사회 경제적 상태의 지표) …

13 anova  multiple-comparisons  ancova 

데이터 세트를 작업 중입니다. 일부 모델 식별 기술을 사용한 후 ARIMA (0,2,1) 모델을 만들었습니다. R detectIO의 패키지 TSA에 있는 함수를 사용하여 48 번째 원본 데이터 세트에서 혁신적인 이상치 (IO) 를 감지했습니다 . 이 특이 치를 내 모델에 어떻게 통합하여 예측 목적으로 사용할 수 있습니까? R에서 예측할 수 없기 때문에 ARIMAX …

10 r  time-series  arima  outliers  hypergeometric  fishers-exact  r  time-series  intraclass-correlation  r  logistic  glmm  clogit  mixed-model  spss  repeated-measures  ancova  machine-learning  python  scikit-learn  distributions  data-transformation  stochastic-processes  web  standard-deviation  r  machine-learning  spatial  similarities  spatio-temporal  binomial  sparse  poisson-process  r  regression  nonparametric  r  regression  logistic  simulation  power-analysis  r  svm  random-forest  anova  repeated-measures  manova  regression  statistical-significance  cross-validation  group-differences  model-comparison  r  spatial  model-evaluation  parallel-computing  generalized-least-squares  r  stata  fitting  mixture  hypothesis-testing  categorical-data  hypothesis-testing  anova  statistical-significance  repeated-measures  likert  wilcoxon-mann-whitney  boxplot  statistical-significance  confidence-interval  forecasting  prediction-interval  regression  categorical-data  stata  least-squares  experiment-design  skewness  reliability  cronbachs-alpha  r  regression  splines  maximum-likelihood  modeling  likelihood-ratio  profile-likelihood  nested-models 

GLMM 형식이 있습니다. lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) 를 사용할 때 자동차 패키지 또는에서 사용할 때 drop1(model, test="Chi")와 다른 결과를 얻습니다 . 후자의 두 사람도 같은 대답을합니다.Anova(model, type="III")summary(model) 조작 된 데이터를 사용 하여이 두 가지 방법이 일반적으로 다르지 않다는 것을 알았습니다. …

10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 

여러 그룹 (선별 그룹이 선험적으로 정의 됨)이있는 선형 회귀 분석의 경우 다음 두 질문에 답하기 위해 동일한 데이터 세트에서 두 개의 서로 다른 모델을 실행할 수 있습니까? 각 그룹에 0이 아닌 기울기와 0이 아닌 절편이 있으며 그룹 회귀 내에서 각각에 대한 매개 변수는 무엇입니까? 그룹 멤버쉽에 관계없이 0이 아닌 추세와 …

10 r  regression  multiple-comparisons  inference  ancova