Quel est l'équivalent non paramétrique d'une ANOVA bidirectionnelle pouvant inclure des interactions?

Salut, j'essaie de trouver l'équivalent non paramétrique d'une ANOVA bidirectionnelle (conception 3x4) qui est capable d'inclure des interactions. D'après ma lecture de Zar 1984 "Analyse biostatistique", cela est possible en utilisant une méthode proposée par Scheirer, Ray et Hare (1976), cependant, selon d'autres articles en ligne, il a été déduit que cette méthode n'est plus appropriée (si jamais elle était).

Quelqu'un sait-il quelle méthode serait appropriée pour le faire, et si oui, les fonctions correspondantes dans R ou Stata?

— user35595
source

Le meilleur choix (le cas échéant) dépend de la raison pour laquelle vous pensez que l'ANOVA classique n'est pas appropriée dans votre cas.

— Michael M

Bonjour Michael, l'ANOVA classique n'est pas appropriée car malgré l'utilisation de transformations il n'est pas possible de respecter l'hypothèse de normalité.

— user35595

Lorsque la plupart des gens pensent à un équivalent non paramétrique de l'ANOVA, ils pensent au test de Kruskal-Wallis . Le test de Kruskal-Wallis ne peut cependant pas être appliqué à une structure factorielle.

La première solution consiste à exécuter toutes vos conditions sous la forme d'une analyse à sens unique. Cela ne vous permet pas de tester vos facteurs individuellement, mais vous pouvez obtenir ce dont vous avez besoin à partir du test principal, éventuellement combiné avec des tests post-hoc.

Le test de Kruskal-Wallis peut cependant être considéré comme un cas particulier de régression logistique ordinale . De plus, OLR peut gérer une structure factorielle et ne nécessite pas que vos données de réponse soient normalement distribuées, seulement qu'elles sont ordinales. C'est probablement votre meilleure option. Sur l'excellent site Web d'aide sur les statistiques de l'UCLA, vous pouvez trouver des guides sur OLR dans R et Stata .

— gung - Réintégrer Monica
source

Les vignettes du package ordinal fournissent une bonne introduction à la régression logistique ordinale et clmont beaucoup plus de capacités que la polrcommande du package MASS.

— John

Salut gung, et merci pour la réponse. Suis-je dans l'erreur en utilisant le test de Kruskal-Wallis, il n'est pas possible de voir les effets d'interaction car ce n'est que l'équivalent non paramétrique d'une ANOVA unidirectionnelle? Je suis vraiment intéressé à voir les effets d'interaction, car il est clair qu'ils existent, et j'aimerais pouvoir le démontrer correctement. Dans un tel cas, l'utilisation d'OLR est-elle appropriée?

— user35595

OLR est parfaitement approprié; c'est votre meilleure option dans ce cas.

— gung - Rétablir Monica

Toutes les données continues sont également ordinales. Cela signifie simplement que vous avez N rangs sans liens.

— gung - Réintégrer Monica

@gung en effet, je dirais que le concept d' ordinalité est ontologiquement antérieur au concept de quantité . :)

— Alexis