Что является непараметрическим эквивалентом двустороннего ANOVA, который может включать взаимодействия?


20

Привет, я пытаюсь найти непараметрический эквивалент двухстороннего ANOVA (дизайн 3х4), который способен включать взаимодействия. Из моего прочтения в Zar 1984 г. «Биостатистический анализ» это возможно с использованием метода, предложенного в Scheirer, Ray и Hare (1976), однако, согласно другим публикациям в Интернете, было сделано заключение, что этот метод более не подходит (если он когда-либо было).

Кто-нибудь знает, какой метод будет подходящим для этого, и если да, то соответствующие функции в R или Stata?


Лучший выбор (если есть) зависит от причины, по которой вы считаете, что классический ANOVA не подходит в вашем случае.
Майкл М

Привет, Майкл, классический ANOVA не подходит, потому что, несмотря на использование преобразований, невозможно соответствовать предположению о нормальности.
user35595

Ответы:


22

Когда большинство людей думают о непараметрическом эквиваленте ANOVA, они думают о тесте Крускала-Уоллиса . Однако критерий Крускала-Уоллиса нельзя применить к факториальной структуре.

Первый способ обойти это - выполнить все ваши условия как односторонний анализ. Это не позволяет вам тестировать свои факторы индивидуально, но вы можете получить то, что вам нужно, из основного теста, возможно, в сочетании с дополнительными тестами.

Однако критерий Крускала-Уоллиса можно считать частным случаем порядковой логистической регрессии . Более того, OLR может обрабатывать факториальную структуру и не требует, чтобы ваши данные ответа были нормально распределены, только чтобы они были порядковыми. Это, вероятно, будет вашим лучшим вариантом. На отличном веб-сайте помощи статистики UCLA вы можете найти руководства по OLR как в R, так и в Stata .


Виньетки из порядкового пакета обеспечивают хорошее введение в порядковую логистическую регрессию и clmимеют гораздо больше возможностей, чем polrкоманда в пакете MASS.
Джон

Привет, блин, и спасибо за ответ. Я ошибаюсь в том, что при использовании теста Крускала-Уоллиса невозможно увидеть эффекты взаимодействия, поскольку это просто непараметрический эквивалент одностороннего ANOVA? Я действительно заинтересован в том, чтобы увидеть эффекты взаимодействия, поскольку ясно, что они существуют, и хотел бы иметь возможность должным образом продемонстрировать это. В таком случае использование OLR целесообразно?
user35595

OLR идеально подходит; это ваш лучший вариант в этом случае.
gung - Восстановить Монику

1
Все непрерывные данные также являются порядковыми. Это просто означает, что у вас N рангов без связей.
gung - Восстановить Монику

2
Я бы сказал, что понятие ординальности предшествует понятию количества . :)
Алексис
Используя наш сайт, вы подтверждаете, что прочитали и поняли нашу Политику в отношении файлов cookie и Политику конфиденциальности.
Licensed under cc by-sa 3.0 with attribution required.