Questions marquées «post-hoc»

«post-hoc» désigne les analyses décidées après la collecte des données, par opposition à «a priori».

1
Quelle méthode de comparaison multiple utiliser pour un modèle lmer: lsmeans ou glht?
J'analyse un ensemble de données à l'aide d'un modèle à effets mixtes avec un effet fixe (condition) et deux effets aléatoires (participant en raison de la conception et de la paire du sujet). Le modèle a été généré avec le lme4package: exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp). Ensuite, j'ai effectué un test de rapport de …
2
Comment obtenir les résultats d'un test post-hoc Tukey HSD dans un tableau montrant les paires groupées?
J'aimerais effectuer un test post-hoc TukeyHSD après mon Anova bidirectionnel avec R, en obtenant un tableau contenant les paires triées groupées par différence significative. (Désolé pour le libellé, je suis encore nouveau avec les statistiques.) Je voudrais avoir quelque chose comme ça: Donc, regroupé avec des étoiles ou des lettres. …
4
Sidak ou Bonferroni?
J'utilise un modèle linéaire généralisé dans SPSS pour examiner les différences dans le nombre moyen de chenilles (non normales, en utilisant la distribution de Tweedie) sur 16 espèces différentes de plantes. Je veux effectuer plusieurs comparaisons mais je ne sais pas si je dois utiliser un test de correction Sidak …
5
Comment effectuer l'imputation de valeurs dans un très grand nombre de points de données?
J'ai un très grand ensemble de données et il manque environ 5% de valeurs aléatoires. Ces variables sont corrélées entre elles. L'exemple de jeu de données R suivant n'est qu'un exemple de jouet avec des données corrélées factices. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = …
12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 
1
Tests post-hoc en multcomp :: glht pour les modèles à effets mixtes (lme4) avec interactions
J'effectue des tests post-hoc sur un modèle linéaire à effets mixtes dans R( lme4package). J'utilise multcomppackage ( glht()fonction) pour effectuer les tests post-hoc. Mon plan expérimental est des mesures répétées, avec un effet de bloc aléatoire. Les modèles sont spécifiés comme: mymod <- lmer(variable ~ treatment * time + (1|block), …
3
Comment obtenir l'intervalle de confiance sur le changement du carré de la population
Pour un exemple simple, supposons qu'il existe deux modèles de régression linéaire Modèle 1 a trois prédicteurs, x1a, x2betx2c Le modèle 2 a trois prédicteurs du modèle 1 et deux prédicteurs supplémentaires x2aetx2b Il existe une équation de régression de la population où la variance de la population expliquée est …
2
Qu'est-ce qu'une analyse post-hoc valide pour une ANOVA à trois mesures répétées?
J'ai effectué une mesure répétée à trois voies ANOVA; quelles analyses post-hoc sont valables? Il s'agit d'une conception entièrement équilibrée (2x2x2) avec l'un des facteurs ayant une mesure répétée intra-sujets. Je connais les approches multivariées des mesures répétées de l'ANOVA dans R, mais mon premier instinct est de procéder avec …
4
Le test de Mann-Whitney peut-il être utilisé pour des comparaisons post-hoc après Kruskal-Wallis?
J'ai une simulation où un animal est placé dans un environnement hostile et chronométré pour voir combien de temps il peut survivre en utilisant une approche de survie. Il existe trois approches qu'il peut utiliser pour survivre. J'ai effectué 300 simulations de l'animal en utilisant chaque approche de survie. Toutes …
1
Comment un test Tukey HSD pourrait-il être plus significatif que la valeur P non corrigée de t.test?
Je suis venu par le post " Comparaisons par paires post-hoc de l'ANOVA bidirectionnelle " (répondant à ce post ), qui montre ce qui suit: dataTwoWayComparisons <- read.csv("http://www.dailyi.org/blogFiles/RTutorialSeries/dataset_ANOVA_TwoWayComparisons.csv") model1 <- aov(StressReduction~Treatment+Age, data =dataTwoWayComparisons) summary(model1) # Treatment is signif pairwise.t.test(dataTwoWayComparisons$StressReduction, dataTwoWayComparisons$Treatment, p.adj = "none") # no signif pair TukeyHSD(model1, "Treatment") # …
1
Comparaisons multiples avec de nombreux groupes
Je voudrais déterminer si l'utilisation d'un test de comparaisons multiples serait appropriée pour mes données. J'ai utilisé le test de Kruskal-Wallis pour déterminer s'il y avait des différences d'inhibition moyenne entre groupes différents. L'analyse a révélé qu'il y avait des différences significatives et maintenant j'aimerais utiliser une procédure de comparaison …
2
Test post-hoc après mesures répétées à 2 facteurs ANOVA dans R?
J'ai des problèmes à trouver une solution concernant la façon d'exécuter un test post-hoc (Tukey HSD) après une ANOVA à mesures répétées à 2 facteurs (tous deux intra-sujets) en R. Pour l'ANOVA, j'ai utilisé la fonction aov: summary(aov(dv ~ x1 * x2 + Error(subject/(x1*x2)), data=df1)) Après avoir lu les réponses …
3
Test post hoc dans une conception mixte 2x3 ANOVA utilisant SPSS?
J'ai deux groupes de 10 participants qui ont été évalués trois fois au cours d'une expérience. Pour tester les différences entre les groupes et entre les trois évaluations, j'ai exécuté une ANOVA de conception mixte 2x3 avec group(contrôle, expérimental), time(premier, deuxième, trois) et group x time. Les deux timeet grouprésulté …
8 anova  mixed-model  spss  post-hoc  bonferroni  time-series  unevenly-spaced-time-series  classification  normal-distribution  discriminant-analysis  probability  normal-distribution  estimation  sampling  classification  svm  terminology  pivot-table  random-generation  self-study  estimation  sampling  estimation  categorical-data  maximum-likelihood  excel  least-squares  instrumental-variables  2sls  total-least-squares  correlation  self-study  variance  unbiased-estimator  bayesian  mixed-model  ancova  statistical-significance  references  p-value  fishers-exact  probability  monte-carlo  particle-filter  logistic  predictive-models  modeling  interaction  survey  hypothesis-testing  multiple-regression  regression  variance  data-transformation  residuals  minitab  r  time-series  forecasting  arima  garch  correlation  estimation  least-squares  bias  pca  predictive-models  genetics  sem  partial-least-squares  nonparametric  ordinal-data  wilcoxon-mann-whitney  bonferroni  wilcoxon-signed-rank  traminer  regression  econometrics  standard-error  robust  misspecification  r  probability  logistic  generalized-linear-model  r-squared  effect-size  gee  ordered-logit  bayesian  classification  svm  kernel-trick  nonlinear  bayesian  pca  dimensionality-reduction  eigenvalues  probability  distributions  mathematical-statistics  estimation  nonparametric  kernel-smoothing  expected-value  filter  mse  time-series  correlation  data-visualization  clustering  estimation  predictive-models  recommender-system  sparse  hypothesis-testing  data-transformation  parametric  probability  summations  correlation  pearson-r  spearman-rho  bayesian  replicability  dimensionality-reduction  discriminant-analysis  outliers  weka 
En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.