Полная версия страницы  English  

Двухфакториальная ANOVA

Ursulinka, 20.05.2015 03:48
Здравствуйте!
Помогите, пожалуйста, разобраться. Пишу дипломную работу, без статистики никуда, а я не очень в ней разбираюсь.
Как правильно делать графики, после применения этого анализа?
У меня есть 4 группы мышей: 1. мутант + изоляция, 2. контроль + изол., 3. мут. + стандартные условия, 4. конт. + ст.условия. Провожу тест и смотрю, как генотип и условия проживания влияют на какой-то параметр, например, кол-во вставаний на задние лапы. Анова показывает, что есть эффект генотипа p<0.01. Дальше мне нужно провести post hoc, чтобы точно узнать, где есть существенная разница, я правильно понимаю? и по тем значениям, которые он выдаст, отметить на графике, т.е. post hoc может показать p<0.05 и мне на график нужно наносить именно это значение? или как-то по-другому это всё делается?
Den-N, 22.05.2015 22:29
Лучше дать на одном графике сразу все 4 средние с 95% ДИ: будет видно сразу, что: (1) генотипы различаются, (2) изоляция не влияет, (3) взаимодействия "Генотип х Изоляция" нет. В пакетах это обычно график для эффекта взаимодействия. Можно соединить пары линиями, чтобы лучше была видна их почти параллельность, т.е. отсутствие взаимодействия. Что дать по оси х, а что линиями - выбрать из соображений наглядности. А что было значимым описать словами, типа:

"В ходе двухфакторного дисперсионного анализа было установлено статистически значимое влияние генотипа на количество вставаний на задние лапки: F (1; ...)=...; p=... . Как видно из рис. 1, большее число вставаний отмечалось для ... генотипа. "

Если ДА в работе мало, а тем более один, желательно привести целиком таблицу результатов ДА.

Множественные апостериорные сравнения нужны там, где много групп и вообще ячеек в дисперсионном комплексе, чтобы разобраться за счёт каких пар эффект оказался значим. А у вас всего 4 ячейки, и если значим эффект генотипа, то однозначно первый отличается от второго и других вариантов нет, т.е. post-hoc не нужны.

На результат ДА влияет распределение признака. Если оно ненормальное (в популяциях), то на практике это может проявиться увеличением ошибки комплекса (а следовательно - необнаружением каких-либо эффектов) и ложными взаимодействиями факторов, связанных с "эффектом шкалы". Поэтому посмотрите распределение остатков хотя бы визуально и сделайте тест на однородность дисперсий. Потому что шутки - шутками, но, например, количество вставаний на задние лапки, как и другие счётные признаки, распределено скорее логарифмически нормально.
Diusha, 27.05.2015 21:20
(Den-N @ 22.05.2015 22:29)
Ссылка на исходное сообщение   Если оно ненормальное ...
... как и другие счётные признаки, распределено скорее логарифмически нормально.

О каком нормальном и логарифмически нормальном здесь (для величин с дискретным набором значений) может быть речь? Здесь может быть Пуассон и вряд ли что-то другое.
Den-N, 27.05.2015 23:20
(Diusha @ 28.05.2015 00:20)
Ссылка на исходное сообщение  О каком нормальном и логарифмически нормальном здесь (для величин с дискретным набором значений) может быть речь? Здесь может быть Пуассон и вряд ли что-то другое.

Топикстартер написал "например, кол-во...", а это значит что угодно и шутку в том числе.
Вы нарушаете нормы культурного общения на форуме: критикуете отвечающих ничего не предложив взамен. Если у вас достаточно квалификации для критики (а на это мы ещё посмотрим) - найдите также время и на ответы на вопросы страждущих.
Diusha, 28.05.2015 11:03
Я "покритиковал" нормальное распределение и "предложил взамен" Пуассона
(Den-N @ 27.05.2015 23:20)
Ссылка на исходное сообщение 
Вы нарушаете нормы культурного общения на форуме
...
Если у вас достаточно квалификации для критики (а на это мы ещё посмотрим)

Без комментариев...
Den-N, 28.05.2015 21:15
(Diusha @ 28.05.2015 14:03)
Ссылка на исходное сообщение  Я "покритиковал" нормальное распределение и "предложил взамен" Пуассона

Предложили кому? Мне? Так это не я спрашивал! Спрашивала Ursulinka у которой дипломная работа и целых 4 вопроса на маленький пост. Ни на один из этих вопросов вы не ответили. Ни на один!

Лень писать ответ - не пишите. Ну или хотя бы написали типа: "согласен с Den-N кроме логнормального распределения. Там Пуассон. От отрицательного биномиального распределения дифференцируете его так-то, данные для ANOVA преобразуете эдак-то.." За такое участие в моём ответе я бы вас поблагодарил цветочком. А раз всё не так, то ещё раз:

Отвечайте самостоятельно и тому кто просит!
Diusha, 29.05.2015 10:05
А кто сказал, что я отвечал Вам? Я Ursulinka указал на огреху в Вашем ответе.
А Вам снова отвечаю Вашей же цитатой:
(Den-N @ 28.05.2015 21:15)
Ссылка на исходное сообщение 
Отвечайте самостоятельно и тому кто просит!
PS2004R, 29.05.2015 12:25
(Diusha @ 27.05.2015 21:20)
Ссылка на исходное сообщение  О каком нормальном и логарифмически нормальном здесь (для величин с дискретным набором значений) может быть речь? Здесь может быть Пуассон и вряд ли что-то другое.


А какие величины (из реально измеримых в лабораторных условиях доступными средствами измерения) не имеют "дискретный набор значений"?
Diusha, 30.05.2015 19:40
Вы правы, реально (толко не измеримые, а измеренные) измеренные величины оказываются дискретными: любой измерительный прибор дает значение с конечной точностью (не бесконечное число цифр), да еще и мы сами часть цифр отбрасываем (округляем).

Но есть принципиальное отличие: одни величины (напр., длина, масса, эл. напряжение) непрерывны – могут принимают любые вещественные значения, и та «вторичная» дискретность, с которой мы имеем дело, зависит от точности прибора и от единиц измерения (напр., масса измеренная в фунтах не впишется в «дискретность» килограммов), а не от свойств самой величины.

А другие величины принципиально дискретны. Если речь идет о количестве произошедших событий (например, пресловутые вставания на лапки), то здесь принципиально могут быть только целые неотрицательные числа.
И специфика работы с ними – своя.

Но, похоже, топикстартеру это все уже не нужно :(
PS2004R, 31.05.2015 13:55
(Diusha @ 30.05.2015 19:40)
Ссылка на исходное сообщение  Вы правы, реально (толко не измеримые, а измеренные) измеренные величины оказываются дискретными: любой измерительный прибор дает значение с конечной точностью (не бесконечное число цифр), да еще и мы сами часть цифр отбрасываем (округляем).

Но есть принципиальное отличие: одни величины (напр., длина, масса, эл. напряжение) непрерывны – могут принимают любые вещественные значения, и та «вторичная» дискретность, с которой мы имеем дело, зависит от точности прибора и от единиц измерения (напр., масса измеренная в фунтах не впишется в «дискретность» килограммов), а не от свойств самой величины.

А другие величины принципиально дискретны. Если речь идет о количестве произошедших событий (например, пресловутые вставания на лапки), то здесь принципиально могут быть только целые неотрицательные числа.
И специфика работы с ними – своя.

Но, похоже, топикстартеру это все уже не нужно frown.gif


Множество уже произведенных нами измерений никак не ограничивает (причем бесконечное) множество принципиально возможных измерений (то есть принципиально измеримых нами величин).

Никакой принципиальной разницы между "первичной" и "вторичной" дискретностью нет.

Если мы рассмотрим например фотоэлемент, то он принципиально может регистрировать одиночные фотоны и вся разница в выборе законы распределения будет только в интенсивности потока регистрируемых фотонов. Например показания фотоэкспонометра уже придется просто обрабатывать не Пуассоном, и никто слова против не скажет.

Позволю себе процитировать Википедию

CODE

For sufficiently large values of λ, (say λ>1000), the normal distribution with mean λ and variance λ (standard deviation \sqrt{\lambda}) is an excellent approximation to the Poisson distribution. If λ is greater than about 10, then the normal distribution is a good approximation if an appropriate continuity correction is performed, i.e., P(X ≤ x), where (lower-case) x is a non-negative integer, is replaced by P(X ≤ x + 0.5).


Естественно для нашего воображаемого "фотоэкспонометра" совершенно непонятно точное число регистрируемых событий в его "единице измерения" и мы просто будем считать матожидание и дисперсию нормального распределения по выборке его показаний (или даже приводить форму распределения к нормальному, поскольку выяснять как "шкала прибора" соотноситься с событиями межащими в основе природы измеряемой нами величины может оказаться слишком накладно).

Так уже пару десятков "вставаний на лапки" сделает вопрос разницы между Пуассоном и нормальным распределением по величине погрешности такого параметрического представления выборки равновесным вопросу "а зависимы ли от предыдущих последующие вставания на лапки?".

Конечно "редкие события" нужно будет описывать именно Пуассоном, но "граница применимости" здесь именно "редкость", а не "дискретность".
Diusha, 02.06.2015 10:09
Аа! Вы даже глубже копнули.

По основному вопросу соласен:
да, с ростом лямбда (параметра пуассоновского распределения) (с нужной нормировкой) пуассоновское стремится к нормальному. Так что при достаточно большом лямбда действительно допустимо считать нормальным.
Об этом я забыл, спасибо, что напомнили.

Но отказаться вообще от принципиальной разницы между дискретными величинами и непрерывными нельзя. Тогда бы невозможно было построить теории в теорвер и статистике (которыми в конечном итоге мы пользуемся на практике) и непосредственно с некоторыми практическими вопросами было бы непонятно, что делать.
Если мы хотим измерить длину палки и при этом спустимся до атомов, то понятие длины просто потеряет смысл.
Так что непрерывная модель ничуть не хуже дискретной модели.
Вот мы и натыкаемся на «вторичную дискретность».

(PS2004R @ 31.05.2015 13:55)
Ссылка на исходное сообщение 
Так уже пару десятков "вставаний на лапки" сделает вопрос разницы между Пуассоном и нормальным распределением по величине погрешности такого параметрического представления выборки равновесным вопросу "а зависимы ли от предыдущих последующие вставания на лапки?".

Т. е., Вы хотите сказать, что от зависимоти/независимоти между собой вставаний зависит какое из 2-х распределений имеет место? (формулировка не очень прозрачная плюс опечатка(-ки), мешающая согласовать падежи)
PS2004R, 02.06.2015 11:55
(Diusha @ 02.06.2015 10:09)
Ссылка на исходное сообщение  
Но отказаться вообще от принципиальной разницы между дискретными величинами и непрерывными нельзя. Тогда бы невозможно было построить теории в теорвер и статистике (которыми в конечном итоге мы пользуемся на практике) и непосредственно с некоторыми практическими вопросами было бы непонятно, что делать.
Если мы хотим измерить длину палки и при этом спустимся до атомов, то понятие длины просто потеряет смысл.
Так что непрерывная модель ничуть не хуже дискретной модели.
Вот мы и натыкаемся на «вторичную дискретность».
Т. е., Вы хотите сказать, что от зависимоти/независимоти между собой вставаний зависит какое из 2-х распределений имеет место? (формулировка не очень прозрачная плюс опечатка(-ки), мешающая согласовать падежи)


1) Вот видите насколько несовершенен язык, особенно если пытаться быть немногословным? Практически любое утверждение нуждается в массе оговорок и условий.

2) Я нигде не призываю отказаться от одного представления выборочных данных в пользу другого представления выборочных данных. (И более того, ограничиться самой выборкой данных, мне также представляется вполне разумным и конструктивным подходом)

3) Описание данных Пуассоном предполагает независимость регистрируемых событий. То есть текущее событие происходит полностью случайно от предыдущих. То есть события должны быть не только "редкие", но и "независимые".
guest: great , 31.10.2018 17:58
The information you have posted is very useful. The sites you have referred was good. Thanks for sharing.
http://lose-weights.us
guest: 123 , 31.05.2022 09:12
SINCE LAUNCHING AMB CASINO HIS INVASION OF UKRAINE, RUSSIA'S FC SLOT PRESIDENT VLADIMIR PUTIN 88KTC HAS FACED AN UNPRECEDENTED 11HILO GLOBAL RESPONSE, FROM CULTURAL BOYCOTTS TO 123GOAL COUNTRIES RADICALLY 123VEGA TRANSFORMING THEIR ALLBET FOREIGN POLICIES. BUT THE สูตรสล็อต LONGER THE CONFLICT CANDY BURST GOES ON, THE MORE SIGNS THERE ปั่นสล็อต ARE OF DIVISIONS.
Это — лёгкая версия форума. Чтобы попасть на полную, щелкните здесь.
Invision Power Board © 2001-2024 Invision Power Services, Inc.