看板 Statistics 關於我們 聯絡資訊
我重新發文好了...我覺得我先前的敘述好像很不完整QQ... 我的獨立變項是組別(控制組和憂鬱組各30人) 相依變項是情緒種類(共3種正向情緒+4種負向情緒) 所以總共有7種情緒圖片要施測,每種圖片有10張,總共70張。 (因為中間還有別的操弄,所以大家看圖片的順序是一樣的;  而且因為實驗已經結束,也來不及更改了orz) 所以結果是這60個人會依照一樣的順序看完一樣的圖片   我希望驗證的是: 「憂鬱症組在焦慮圖片的辨識正確率比控制組差」 這也是目前比較公認的結論 請問我該用什麼方式跑統計呢? 本來是用二因子混合設計, 但結果只有組別和情緒種類顯著,交互作用不顯著。 這樣一來我是否就沒辦法驗證我的假設了呢? 而且沒有交互作用的原因似乎是因為 「憂鬱症組幾乎在所有圖片的辨識證確率都比控制組差」 所以畫成圖形的話 幾乎是兩條平行的折線~"~ 還是我一開始就選錯了方法?(因為我並不需要交互作用) 謝謝所有耐心看文和回文的版友,實在真的很感謝,祝大家平安順心! >< ※ 引述《Nikira (☆ 妮奇拉 ☆)》之銘言: : 呈上篇原文...突然想到一個有關的問題: : 假設各組30人,每種情緒各10題,答對1題得1分,故每種情緒滿分10分; : 以下細格內為各組在各種情緒種類之得分平均數, : 且假設兩組在不同情緒辨識正確率的表現分別是: :     情緒一 情緒二 情緒三 情緒四 情緒五 : 憂鬱組  0    0    0    0    0 : 控制組  10   10   10   10   10 : 這樣看起來控制組在每個情緒的辨識正確率是顯著高於控制組的, : (這也是相關理論支持的結果) : 但因為交互作用不顯著的關係...似乎就沒有辦法在統計上呈現這一點了? : 還是應該要換一種統計方式呈現呢?例如多變量分析? : ※ 引述《Nikira (☆ 妮奇拉 ☆)》之銘言: : : 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 : : 結果組別和情緒種類分別都顯著 : : 但交互作用不顯著 : : 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.1429003903.A.923.html
coldwind0912: 2→7 one way MANOVA 就解決了 04/14 18:05
coldwind0912: 我實在看不懂設定相依目的是什麼..... 04/14 18:06
coldwind0912: 7種情緒之間 彼此也有其相關成份存在 04/14 18:06
coldwind0912: 按照你的假設 憂鬱組在特定情緒會跟控制組有差異 04/14 18:07
coldwind0912: 只要整體模式顯著 再看特定情緒的事後考驗就知道了 04/14 18:08
coldwind0912: 最漂亮的情況 就是整體模式有差異 而事後考驗下去.. 04/14 18:09
coldwind0912: 發現效果源只發生在假設的那幾項情緒 而其他沒差異 04/14 18:10
coldwind0912: 那就PERFECT了.... 04/14 18:10
coldwind0912: 但照實驗設計跟樣本數以經驗法則來看 結果會有點糟 04/14 18:11
請問如果MANOVA的組間未達顯著,是否後續單變量的考驗就不具參考價值了? ※ 編輯: Nikira (140.115.141.52), 04/14/2015 18:18:23
coldwind0912: 先看多變量變異數同質性 決定指標 如果n.s 那就GG 04/14 20:36