作者Nikira (☆ 妮奇拉 ☆)
看板Statistics
标题Re: [问题] 二因子混合设计交互作用不显着
时间Tue Apr 14 13:48:45 2015
呈上篇原文...突然想到一个有关的问题：
假设各组30人，每种情绪各10题，答对1题得1分，故每种情绪满分10分；
以下细格内为各组在各种情绪种类之得分平均数，
且假设两组在不同情绪辨识正确率的表现分别是：
情绪一 情绪二 情绪三 情绪四 情绪五
忧郁组 0 0 0 0 0
控制组 10 10 10 10 10
这样看起来控制组在每个情绪的辨识正确率是显着高於控制组的，
（这也是相关理论支持的结果）
但因为交互作用不显着的关系...似乎就没有办法在统计上呈现这一点了？
还是应该要换一种统计方式呈现呢？例如多变量分析？
※ 引述《Nikira (☆ 妮奇拉 ☆)》之铭言：
: 统计的方式是二因子混合设计
: 独立样本是组别（忧郁组和控制组）
: 相依样本是情绪种类
: 依变项是情绪的辨识正确率
: 结果组别和情绪种类分别都显着
: 但交互作用不显着
: 第一个问题：
: 照统计书的写法 接下来应该是要跑主要效果的检定
: 请问这时候是使用单因子变异数分析吗
: 第二个问题：
: 研究目的是想两个组别在各种情绪种类辨识正确率上的差异
: （即两组在哪些情绪的辨识正确率上会有显着差异，
: 而不是哪几种情绪的整体正确率上会有显着差异...这部分有点拗口~"~）
: 所以对我来说 重要的资料应该是独立样本的主要效果
: 此时应该是使用独立样本单因子变异数分析吗？
: 那以结果呈现而言 此前提下可以省略呈现相依样本的主要效果吗？
: （因为非实验目的）
: 第三个问题：
: 主要效果的alpha值还是0.05吗？
: 例如如果是独立样本的主要效果
: alpha值需要除以2吗？
: ◎自问自答：因为只有进行一次比较，故alpha值仍为.05。
: 谢谢大家的回答！ >"<
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 140.115.141.52
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Statistics/M.1428990527.A.5F6.html
1F：推 sweetJ: 通通都是0跟通通都是10做得出来显着？ 04/14 13:59
应该说是个比方...因为手边并没有这样的数据...@@
主要是想要呈现两组之间不管任何一个情绪辨识正确率都相差甚大，
结果混合设计交互作用不显着的情况～
2F：推 sweetJ: 你是真的有看过这种例子？除非实验设计得很复杂，有很多 04/14 14:14
3F：→ sweetJ: 个因子，或是样本数太少，样本足够的双因子不太可能吧 04/14 14:14
4F：推 sweetJ: 组别显着的话就代表控制组跟对照组有差异了，交互作用不 04/14 14:16
5F：→ sweetJ: 显着只是代表组别不会造成各题之间的差异 04/14 14:16
6F：推 sweetJ: 也才代表控制组每个题目都高於忧郁组，你一开始有点搞反了 04/14 14:18
7F：→ sweetJ: 如果每题做出来的结果都很稳定的高或是低，交互作用不显 04/14 14:19
8F：→ sweetJ: 着是正常 04/14 14:19
那想请问我该如何呈现这样的结果呢？
是在事後比较的时候采用单因子变异数分析吗？我有点弄混了>"<
再次谢谢您看文与回覆的耐性～>"<
9F：推 sweetJ: 我还是不懂你要的结果是什麽？ 04/14 14:37
10F：推 sweetJ: 照理说交互作用不显着应该是比较好解释的吧。就是对照组 04/14 14:38
11F：→ sweetJ: 跟忧郁组在答题正确率上有显着差异，不就是你要的吗？ 04/14 14:38
12F：→ sweetJ: 交互作用显着的话是代表有差异，但不是每一题都有差异喔 04/14 14:39
13F：→ sweetJ: 事後比较你就只有两组而已，干嘛还要事後比较？ 04/14 14:40
14F：推 sweetJ: 更正「交互作用显着的话是代表有差异，且每一题差异的情况 04/14 14:44
15F：→ sweetJ: 是显着不同」 04/14 14:44
我似乎有一点理解了...但我想要的结果是两组在「某些情绪」上达显着差异，
而且以理论而言都是忧郁组得分比较低，
不知道该用什麽方式呈现这样的统计结果？
因为如果用多变量分析去跑，某些情绪得分是达显着差异的，
只是整体的F值没有达显着...QQ
※ 编辑: Nikira (140.115.141.52), 04/14/2015 14:54:52