Omega au carré pour la mesure de l'effet dans R?

Le livre de statistiques que je lis recommande l'oméga carré pour mesurer les effets de mes expériences. J'ai déjà prouvé en utilisant un plan de parcelle divisé (mélange de plans intra-sujets et inter-sujets) que mes facteurs intra-sujets sont statistiquement significatifs avec p <0,001 et F = 17.

Maintenant, je cherche à voir quelle est la différence ... y a-t-il une implémentation d'oméga au carré quelque part pour R (ou python? Je sais ... on peut rêver;) La recherche sur Internet de trucs liés à R est un la douleur * , je ne sais pas comment j'arrive à trouver des trucs avec C.

Merci!

Une fonction pour calculer les oméga au carré est simple à écrire. Cette fonction prend l'objet retourné par le test aov, et calcule et retourne et oméga au carré:

omega_sq <- function(aovm){
    sum_stats <- summary(aovm)[[1]]
    SSm <- sum_stats[["Sum Sq"]][1]
    SSr <- sum_stats[["Sum Sq"]][2]
    DFm <- sum_stats[["Df"]][1]
    MSr <- sum_stats[["Mean Sq"]][2]
    W2 <- (SSm-DFm*MSr)/(SSm+SSr+MSr)
    return(W2)
}

edit: fonction mise à jour pour les modèles aov à n voies:

omega_sq <- function(aov_in, neg2zero=T){
    aovtab <- summary(aov_in)[[1]]
    n_terms <- length(aovtab[["Sum Sq"]]) - 1
    output <- rep(-1, n_terms)
    SSr <- aovtab[["Sum Sq"]][n_terms + 1]
    MSr <- aovtab[["Mean Sq"]][n_terms + 1]
    SSt <- sum(aovtab[["Sum Sq"]])
    for(i in 1:n_terms){
        SSm <- aovtab[["Sum Sq"]][i]
        DFm <- aovtab[["Df"]][i]
        output[i] <- (SSm-DFm*MSr)/(SSt+MSr)
        if(neg2zero & output[i] < 0){output[i] <- 0}
    }
    names(output) <- rownames(aovtab)[1:n_terms]

    return(output)
}

J'ai dû signaler récemment un .$\omega^2$

partialOmegas <- function(mod){
    aovMod <- mod
    if(!any(class(aovMod) %in% 'aov')) aovMod <- aov(mod)
    sumAov     <- summary(aovMod)[[1]]
    residRow   <- nrow(sumAov)
    dfError    <- sumAov[residRow,1]
    msError    <- sumAov[residRow,3]
    nTotal     <- nrow(model.frame(aovMod))
    dfEffects  <- sumAov[1:{residRow-1},1]
    ssEffects  <- sumAov[1:{residRow-1},2]
    msEffects  <- sumAov[1:{residRow-1},3]
    partOmegas <- abs((dfEffects*(msEffects-msError)) /
                  (ssEffects + (nTotal -dfEffects)*msError))
    names(partOmegas) <- rownames(sumAov)[1:{residRow-1}]
    partOmegas
}

C'est une fonction désordonnée qui peut être facilement nettoyée. Il calcule les partiels et ne devrait probablement être utilisé que sur des plans factoriels entre sujets.$\omega^2$

Je suggère que le carré éta généralisé soit considéré ( ref , ref ) comme une mesure plus appropriée de la taille de l'effet. Il est inclus dans la sortie ANOVA dans le package ez pour R.

J'ai trouvé une fonction oméga au carré dans le profil de quelqu'un qu'ils ont mis à disposition en ligne:

http://www.estudiosfonicos.cchs.csic.es/metodolo/1/.Rprofile

Le paquet de Daniel "strengejacke" Lüdecke sjstatsne peut pas faire d'oméga carré, oméga partiel etc. pour les modèles ANOVA. Vérifiez-le.

Voici une vignette qui démontre que:

https://cran.r-project.org/web/packages/sjstats/vignettes/anova-statistics.html

install.packages("sjstats")
library(sjstats)

mod1 <- aov(y~x, data= d.frame)

anova_stats(mod1)