使用 SPSS 在 2x3 混合设计方差分析中进行事后测试？

机器算法验证 方差分析 混合模式 spss 事后 邦费罗尼
2022-04-10 10:42:55

我有两组 10 名参与者，他们在实验中接受了 3 次评估。为了测试组之间和三个评估之间的差异，我运行了一个 2x3 混合设计 ANOVA，其中包含group（控制、实验）、time（第一、第二、三个）和group x time. 两者都有显着time的group结果，此外还有显着的交互作用group x time。

我不太清楚如何进一步检查三次评估之间的差异，以及关于组成员身份。事实上，一开始我只是在 ANOVA 的选项中指定来比较所有的主效应，使用 Bonferroni 的校正。但是，后来我意识到，这样他们是比较总样本的时间差异，没有组别，对吗？

因此，我在互联网上搜索了很多以找到可能的解决方案，但结果很少。我只发现了2个与我相似的案例，但他们的解决方案是相反的！

  1. 在一篇文章中，在混合设计之后，作者运行了 2 次重复测量 ANOVA 作为事后，每组受试者一个。这样，两组分别分析，没有任何校正，对吗？
  2. 在互联网上的指南中，他们说在运行混合方差分析的同时COMPARE(time) ADJ(BONFERRONI)，在 SPSS 语法中手动添加。/EMMEANS=TABLES(newgroup*time)这样，每组分别比较三个时间，用 Bonferroni 校正，对吗？

你怎么看？哪种方法是正确的？

3个回答

编辑答案以实施@Ferdi 的鼓励和建设性评论

我想：

  1. 提供包含完整脚本的答案
  2. 提到还可以使用 /TEST 命令测试更一般的自定义对比
  3. 认为在某些情况下这是必要的（即 EMMEANS COMPARE 组合是不够的）

我假设有一个包含列的数据库：depV、Group、F1、F2。我实现了一个 2x2x2 混合设计方差分析，其中 depV 是因变量，F1 和 F2 在主题因素内，而 Group 是在主题因素之间。我进一步假设 F 检验表明交互组*F2 是显着的。因此，我需要使用事后 t 检验来了解是什么驱动了交互。

MIXED depV BY Group F1 F2 
  /FIXED=Group F1 F2 Group*F1 Group*F2 F1*F2 Group*F1*F2 |  SSTYPE(3) 
  /METHOD=REML 
  /RANDOM=INTERCEPT | SUBJECT(Subject) COVTYPE(VC) 
  /EMMEANS=TABLES(Group*F2) COMPARE(Group) ADJ(Bonferroni)
  /TEST(0) = 'depV(F2=1)-depV(F2=0) differs between groups' 
    Group*F2 1/4 -1/4 -1/4 1/4 
    Group*F1*F2 1/8 -1/8 1/8 -1/8 -1/8 1/8 -1/8 1/8 
  /TEST(0) = 'depV(Group1, F2=1)-depV(Group2, F2=1)' Group 1 -1
    Group*F1 1/2 1/2 -1/2 -1/2 
    Group*F2 1 0 -1 0  
    Group*F1*F2 1/2 0 1/2 0 -1/2 0 -1/2 0 .

特别是第二个 t 检验对应于 EMMEANS 命令执行的那个。例如，EMMEANS 比较可以揭示，在 F2=1 的条件下，第 1 组中的 depV 更大。

然而，交互也可能由其他因素驱动，这已通过第一个测试验证：组间的差异 depV(F2=1)-depV(F2=0) 不同，这是您无法使用 EMMEANS 命令验证的对比（至少我没有找到简单的方法）。

现在，在具有许多因素的模型中，写下 /TEST 行、1/2、1/4 等的序列（称为 L 矩阵）有点棘手。通常，如果您收到错误消息：“L 矩阵不可估计”，则表示您忘记了一些元素。解释收据的一个链接是：https ://stats.idre.ucla.edu/spss/faq/how-can-i-test-contrasts-and-interaction-contrasts-in-a-mixed-model/

我不太了解 SPSS 语法，但是，如果我正确理解您的情况，重要的交互意味着，为了充分评估您的主要影响的重要性，您需要进行单独的分析。我认为最好的方法是对分组因子中的每个级别进行单独的重复测量分析。也许其他人可以更好地解决在事后分析期间如何处理多重比较校正的问题，但我很确定您仍然需要使用校正。您可以尝试 Tukey's，作为多重比较校正！

简而言之。对于这些情况，没有全球公认的惯例。有些人会使用 Bonferroni 校正。有些人会强迫 Tukey HSD 框架为他们跳舞（例如 Maxwell & Delaney）。相比之下...

COMPARE(time) ADJ(BONFERRONI)", just after "/EMMEANS=TABLES(newgroup*time)

...似乎确实使用了 Bonferroni 校正。然而，这种方法很可能是保守的，尤其是面对 Holm-Sidak 风格的修正。（特别是如果您不使用 MSW 作为事后比较的错误术语）。

其它你可能感兴趣的问题
上一篇非独立数据回归 下一篇LARS - 带重量的 LASSO