[爆卦]交互作用不顯著是什麼?優點缺點精華區懶人包

為什麼這篇交互作用不顯著鄉民發文收入到精華區:因為在交互作用不顯著這個討論話題中,有許多相關的文章在討論,這篇最有參考價值!作者Nikira (☆ 妮奇拉 ☆)看板Statistics標題[問題] 二因子混合設計交互作用不顯...

交互作用不顯著 在 林凱鈞 Instagram 的精選貼文

2021-03-02 04:29:20

料理無分東西南北,要想呈現絕妙風味,「辛香料」都是不可或缺的重要關鍵。而香氣濃郁且帶辛辣嗆味的「大蒜」可是廣受歡迎的天然調味食材🧄 大蒜莖葉幼嫩時稱為青蒜;花梗稱為蒜苔;地下部由蒜瓣集合成的蒜球稱為蒜頭,各部都可供食 其富含硫胺基酸、蒜素、礦物質鍺、鈣、銅、鐵、鉀、鎂、硒、鋅和維生素A、B1、C...



統計的方式是二因子混合設計
獨立樣本是組別(憂鬱組和控制組)
相依樣本是情緒種類
依變項是情緒的辨識正確率
結果組別情緒種類分別都顯著
交互作用不顯著

第一個問題:
照統計書的寫法 接下來應該是要跑主要效果的檢定
請問這時候是使用單因子變異數分析嗎

第二個問題:
研究目的是想兩個組別在各種情緒種類辨識正確率上的差異
(即兩組在哪些情緒的辨識正確率上會有顯著差異,
 而不是哪幾種情緒的整體正確率上會有顯著差異...這部分有點拗口~"~)
所以對我來說 重要的資料應該是獨立樣本的主要效果
此時應該是使用獨立樣本單因子變異數分析嗎?
那以結果呈現而言 此前提下可以省略呈現相依樣本的主要效果嗎?
(因為非實驗目的)

第三個問題:
主要效果的alpha值還是0.05嗎?
例如如果是獨立樣本的主要效果
alpha值需要除以2嗎?

◎自問自答:因為只有進行一次比較,故alpha值仍為.05。


謝謝大家的回答! >"<



--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.115.141.52
※ 文章網址: https://www.ptt.cc/bbs/Statistics/M.1428981779.A.30C.html
※ 編輯: Nikira (140.115.141.52), 04/14/2015 11:31:10
coldwind0912: 既然是二因子 獨變項應該有2個吧? 依變項哪來的效果 04/14 11:44
coldwind0912: 看獨變項誰主要效果顯著就作誰 2個都顯著就都做 04/14 11:44
coldwind0912: 第3個問題 應該是調整錯誤率 作幾次就除以幾吧.... 04/14 11:45
andrew43: 解釋變數和反應變數交代不清楚。要不要再重po一次? 04/14 11:50
感謝樓上的提醒...大概睡眠太少用錯專有名詞...QQ
應該是指混合設計的獨立樣本與相依樣本,不是獨變項與依變項...耍笨了~"~
andrew43: 我猜猜的,DV是正確率,fixed IV是組別,randomIV是情緒 04/14 11:51
是a大敘述的意思沒錯!好厲害>"<
coldwind0912: 原則上 照你修改完的想法做就對了.... 04/14 11:57
哇,這陣子翻了好幾本書才有這樣的猜測...如果對了我會很感動的QQ!!
謝謝樓上二位的解答!
andrew43: 一位受測者貢獻幾個反應值? 04/14 14:41
Nikira: 每種情緒都做,每種情緒共10題~ 04/14 14:55
andrew43: 那麼至少還有一個隨機因子是受測者。 04/14 14:59
andrew43: 建議你還是把實驗設計交代清楚,免得一來一往白問白答 04/14 15:02
憂鬱組30人,控制組30人,
圖片分為7種情緒類型(正向情緒3種,負向情緒4種),每種情緒類型各10張;
每個受試者都要看完7*10=50張情緒圖片,
答對得1分,答錯得0分。

實驗假設是,憂鬱組在其中一到兩種負向情緒的辨識正確率會低於控制組。
不知道這樣算不算詳細的實驗流程...如果有需要補充的部分還請不吝告知QQ!!
andrew43: 5*10 的5是什麼?sorry我還是沒看懂 04/14 15:43
對不起...應該是7...指七種情緒種類QQ
andrew43: 那反應變數是不是指同一人同一情緒處理的總分或平均分? 04/14 15:53
對喔是平均分!!
andrew43: 重覆你所說的,受測者被隨機分配到二種A處理。每位受測 04/14 15:58
andrew43: 者會看7種圖,每種圖10次。同受測者同圖的分數平均為 04/14 15:59
andrew43: 反應變數。這樣的描述正確嗎? 04/14 15:59
我不太理解「兩種A處理」的意思?
受試者有兩組,不太算隨機分配,因為是臨床組和控制組,誰在哪一組是一開始就選好的;
所有的受試者都要看過一模一樣的圖片,所有人的施測過程都是一樣的~
※ 編輯: Nikira (140.115.141.52), 04/14/2015 16:11:32
andrew43: sorry那是個冗字。不過,你目前已經說明得很清楚了。 04/14 16:13
andrew43: 回到模型的話題,你確實需要受測者這個隨機因子,還有 04/14 16:14
andrew43: 這個因子要不要安排與其它因子的交互作用也需要想想。 04/14 16:16
andrew43: 另外,也要考慮受測者不是隨機由你指定對解釋結果的影響 04/14 16:18
andrew43: 這或許不影響分析過程,但解釋結果時要注意解釋的方式。 04/14 16:19
andrew43: 還有一個可能更讓你頭痛的問題:同受測者看70圖的順序, 04/14 16:21
andrew43: 以及如何排除受測者內的經驗效應。 04/14 16:21
andrew43: 這都有可能要納入混合模型之中。 04/14 16:22
因為data已經收集完畢了...所以有一些實驗設計的部分也來不及更改了orz
目前是只能假設沒有其他可能的干擾因素,單純以雙因子混合變異數分析來跑資料><
※ 編輯: Nikira (140.115.141.52), 04/14/2015 16:29:39
andrew43: 不考慮受測者這個因子並不洽當。那只適用於1人只看10圖 04/14 16:33
andrew43: 而不是70圖的情況。 04/14 16:33
andrew43: 換句話說,這樣會有嚴重的假重覆數問題。 04/14 16:34
coldwind0912: 我不想說太多 這實驗設計 我認為用二因子MANOVA才對 04/14 16:58
andrew43: 同意c大看法。這會單純很多。 04/14 17:04
※ 編輯: Nikira (140.115.141.52), 04/14/2015 17:14:03
※ 編輯: Nikira (140.115.141.52), 04/14/2015 17:15:20

你可能也想看看

搜尋相關網站