Pertanyaan yang diberi tag «anova»

ANOVA adalah singkatan dari ANalysis Of VAriance, model statistik dan serangkaian prosedur untuk membandingkan berbagai cara kelompok. Variabel independen dalam model ANOVA adalah kategorikal, tetapi tabel ANOVA dapat digunakan untuk menguji variabel kontinu juga.

2
Mengapa lme ​​dan aov mengembalikan hasil yang berbeda untuk tindakan berulang ANOVA di R?
Saya mencoba untuk beralih dari menggunakan ezpaket ke lmeuntuk tindakan berulang ANOVA (karena saya berharap saya akan dapat menggunakan kontras kustom dengan lme). Mengikuti saran dari posting blog ini saya dapat mengatur model yang sama menggunakan keduanya aov(seperti halnya ez, ketika diminta) dan lme. Namun, sedangkan dalam contoh yang diberikan …

3
Tes post hoc setelah ANOVA dengan tindakan berulang menggunakan R
Saya telah melakukan tindakan berulang ANOVA di R, sebagai berikut: aov_velocity = aov(Velocity ~ Material + Error(Subject/(Material)), data=scrd) summary(aov_velocity) Sintaks apa dalam R yang dapat digunakan untuk melakukan tes post hoc setelah ANOVA dengan tindakan berulang? Apakah tes Tukey dengan koreksi Bonferroni sesuai? Jika demikian, bagaimana ini bisa dilakukan dalam …







3
Perbedaan Regresi vs ANOVA (aov vs lm dalam R)
Saya selalu mendapat kesan bahwa regresi hanyalah bentuk yang lebih umum dari ANOVA dan hasilnya akan sama. Namun baru-baru ini, saya telah menjalankan regresi dan ANOVA pada data yang sama dan hasilnya berbeda secara signifikan. Artinya, dalam model regresi kedua efek utama dan interaksi adalah signifikan, sedangkan di ANOVA satu …
21 r  regression  anova 

4
Bagaimana cara memproyeksikan vektor baru ke ruang PCA?
Setelah melakukan analisis komponen utama (PCA), saya ingin memproyeksikan vektor baru ke ruang PCA (yaitu menemukan koordinatnya dalam sistem koordinat PCA). Saya telah menghitung PCA dalam bahasa R menggunakan prcomp. Sekarang saya harus bisa mengalikan vektor saya dengan matriks rotasi PCA. Haruskah komponen utama dalam matriks ini disusun dalam baris …
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 


4
Perbedaan Antara uji ANOVA dan Kruskal-Wallis
Saya belajar R dan telah bereksperimen dengan analisis varian. Saya telah menjalankan keduanya kruskal.test(depVar ~ indepVar, data=df) dan anova(lm(depVar ~ indepVar, data=dF)) Apakah ada perbedaan praktis antara kedua tes ini? Pemahaman saya adalah bahwa mereka berdua mengevaluasi hipotesis nol bahwa populasi memiliki rata-rata yang sama.

2
Apa hipotesis NULL untuk interaksi dalam ANOVA dua arah?
Katakanlah kita memiliki dua faktor (A dan B), masing-masing dengan dua level (A1, A2 dan B1, B2) dan variabel respons (y). Saat melakukan ANOVA dua arah dari jenis: y~A+B+A*B Kami menguji tiga hipotesis nol: Tidak ada perbedaan dalam faktor faktor A Tidak ada perbedaan dalam faktor faktor B Tidak ada …

6
Sumber daya yang baik untuk memahami ANOVA dan ANCOVA?
Saya menjalankan eksperimen untuk makalah dan saya mencari buku / situs web yang menarik untuk memahami dengan benar bagaimana ANOVA dan ANCOVA bekerja. Saya memiliki latar belakang matematika yang baik sehingga saya tidak perlu penjelasan yang tidak jelas. Saya juga ingin tahu cara menentukan kapan harus menggunakan ANOVA daripada ANCOVA.

4
Apa nilai yang benar untuk presisi dan mengingat dalam kasus tepi?
Presisi didefinisikan sebagai: p = true positives / (true positives + false positives) Apakah benar bahwa, sebagai true positivesdan false positivespendekatan 0, presisi mendekati 1? Pertanyaan yang sama untuk diingat: r = true positives / (true positives + false negatives) Saat ini saya sedang menerapkan tes statistik di mana saya …
20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 

Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.