| 查看: 1471 | 回复: 6 | |||
| 当前只显示满足指定条件的回帖，点击这里查看本话题的所有回帖 | |||
[求助]
想要做一个显著性分析，，但不知道该怎么使用现在数据。求大神指点 已有2人参与
|
|||
如图片5所示，3个处理组，和N组。。随时间变化的数据。。我想分析各处理组间的差异性。。每个时间下可以用单因素方差分析，但是对于总体，能否用所有时间段的平均值来进行分析（像图片6这样）。 5.png  6.PNG |
回复此楼» 猜你喜欢
免费咨询，北核 南核 sci 修饰 润色 三审点评 直至校稿 评职无忧 VX: qi888kan
已经有10人回复
-
免费咨询，北核 南核 sci 写发一站式 三审点评 直至校稿 评职无忧 VX: qi888kan
已经有1人回复
-
建筑环境与结构工程论文润色/翻译怎么收费?
已经有280人回复
-
一水乙酸铜
已经有1人回复
-
废水热浓缩显色
已经有0人回复
» 本主题相关价值贴推荐，对您同样有帮助:
- 振动分辨的电子光谱的计算
已经有30人回复
- 谈谈谐振频率校正因子
已经有9人回复
- [欧美] [美食总动员/五星级大鼠(港)/料理鼠王(台)][Ratatouille 2007 1080p BluRay DD
已经有87人回复
- 分子中电荷变化种种
已经有82人回复
- 从媳妇到婆婆（5-完结篇）-研究生应掌握的五大数据分析技能
已经有27人回复
- 使用Multiwfn做拓扑分析以及计算孤对电子角度
已经有18人回复
- 【"大陆听力第一人"】美剧字幕组长讲述她如何练听力！
已经有33人回复
- 关于spss显著性分析的问题
已经有2人回复
- 【sobereva个人文集】制作动画分析电子结构特征
已经有29人回复
- 【经验】毕业答辩必看ppt幻灯片使用总结
已经有53人回复
- 【原创】公派联合培养博士一定要注意专业方向对口-----经验分享（原创）
已经有42人回复
|
囧，上面贴的是一般性ANOVA的结果，应该看这个： Between-subjects error term: time Levels: 8 (7 df) Lowest b.s.e. variable: time Repeated variable: grp Huynh-Feldt epsilon = 0.5048 Greenhouse-Geisser epsilon = 0.2994 Box's conservative epsilon = 0.1111 ------------ Prob > F ------------ Source | df F Regular H-F G-G Box -----------+---------------------------------------------------- grp | 9 1.73 0.1017 0.1624 0.1989 0.2304 Residual | 63 ---------------------------------------------------------------- 0.1017是正常情况下ANOVA的结果，但由于这里是对同样的组进行多次测量，因此要看其他几个p值的结果（ H-F、G-G、Box），但是无论哪个，组间差异在0.05水平均不显著。 |
4楼2015-10-12 19:31:42
2楼2015-10-12 14:42:01
【答案】应助回帖
感谢参与，应助指数 +1
|
在对同样变量进行多次测量的情况下，可以使用重复测量方差分析 (Repeated measured ANOVA)，应用于对多组进行重复测量的情况。 对楼主提供的数据（以下统计软件为STATA）： ---------------------------------------------------------- | time grp | 1 2 3 4 5 6 7 8 ----------+----------------------------------------------- H1 | 8.53 7.47 7.57 7.57 8.47 8.02 8.54 8.42 H2 | 8.61 7.61 7.53 7.53 8.53 7.94 8.53 8.28 H3 | 8.49 7.82 7.65 7.85 8.53 7.99 8.42 8.29 L1 | 8.39 7.93 7.78 7.7 8.45 8.22 8.48 8.4 L2 | 8.35 7.78 7.69 7.81 8.52 8.27 8.61 8.4 L3 | 8.57 7.84 7.79 7.78 8.46 8.12 8.68 8.46 M1 | 7.88 7.9 7.94 7.83 8.52 7.99 8.57 8.62 M2 | 8.55 7.89 7.87 7.81 8.54 8.03 8.55 8.23 M3 | 8.5 7.83 7.59 7.82 8.55 8.18 8.67 8.4 N | 8.23 7.48 7.34 7.87 9.05 7.8 8.01 7.85 ---------------------------------------------------------- 使用重复测量方差分析，在不同时间点重复进行各组的测量，得到结果（部分结果未给出）： Number of obs = 80 R-squared = 0.8444 Root MSE = .169787 Adj R-squared = 0.8049 Source | Partial SS df MS F Prob > F -----------+---------------------------------------------------- Model | 9.85413292 16 .615883308 21.36 0.0000 | grp | .447655013 9 .049739446 1.73 0.1017 time | 9.40647791 7 1.34378256 46.61 0.0000 | Residual | 1.81614459 63 .028827692 -----------+---------------------------------------------------- Total | 11.6702775 79 .147725032 我的判断是模型显著，但各组之间差异不显著（P>F: 0.1017）。 当然如果重复测量的重复时间也有意义（比如说温度？）的话可以采用多变量方差分析（Multivariate ANOVA）。 |
3楼2015-10-12 18:21:28
|
感谢您的解答，，我看有的文献上对于这类数据有一个简单的单因素方差分析处理，说H、L、M组平均值之间差异不显著。我不了解这个平均值之间的显著性，是怎么来的。。就是做单因素方差分析的时候，是用的那一种平均值?我认为一种平均就是把H1,H2，H3，M1,M2，M3，L1，L2，L3，下所有时间段的测量值进行平均得到如图6的数据，再做一个单因素方差分析。还有一种就是H处理组下的三个平行进行平均再做处理，如下再做单因素方差分析。。。。。本人实在是不懂啊，，不知道这两种处理有没有意义？求大神再指点一下， 6/5 6/20 7/10 7/23 8/9 8/26 9/16 9/29 H 8.54 7.63 7.58 7.65 8.51 7.98 8.50 8.33 M 8.31 7.87 7.80 7.82 8.54 8.07 8.60 8.42 L 8.44 7.85 7.75 7.76 8.48 8.20 8.59 8.42 N 8.23 7.48 7.34 7.87 9.05 7.80 8.01 7.85 |
5楼2015-10-13 10:31:20
