MerQuR+Başvuru Kitabı

43. Sağlam ANOVA (WRS2): Yuen testi, kırpılmış ortalama ANOVA (tek/iki/üç yönlü, tekrarlı ölçüm), medyan ve M-kestiricisi karşılaştırmaları, sağlam etki büyüklükleri

Şablon kimliği: saglam_anova_wrs2 · Kategori: model · Dil: R · Dosya: pro/sablonlar/model/saglam_anova_wrs2.R (satır 1–560; üstbilgi 1–145) · Örnek veri: _ornek/saglam_anova_wrs2_goggles.csv · Paketler: WRS2 1.1-7, taban R (stats, graphics)

43.1 Ne işe yarar

Şablon, grup ortalamalarını karşılaştıran klasik testlerin (t testi, ANOVA) yerine, birkaç uç gözlemin sonucu belirlemesine izin vermeyen ve grup varyanslarını eşit saymayan testleri kurar. Cevapladığı soru şudur: "Dağılımlar çarpık, kalın kuyruklu ya da aykırı değerliyken ve varyanslar farklıyken grupların tipik düzeyi birbirinden ayrılıyor mu?" Karşılaştırılan büyüklük varsayılan olarak kırpılmış ortalamadır: sıralanmış gözlemlerin her iki ucundan \gamma oranında gözlem atıldıktan sonra kalanların ortalaması.

H_0:\ \mu_{t1}=\mu_{t2}=\dots=\mu_{tJ}
  • \mu_{tj}: j. grubun kitle kırpılmış ortalaması (\gamma=0{,}2 iken dağılımın ortadaki %60'ının ortalaması). Simetrik dağılımda ortalamaya ve medyana eşittir; çarpık dağılımda ikisinin arasında kalır.
  • \gamma=0 iken \mu_t olağan ortalamadır ve testler Welch türü (varyans eşitliği istemeyen) klasik testlere iner; \gamma\to0{,}5 iken medyana yaklaşır.

Şablon beş tasarımı (kipi) tek formda toplar: iki grup (bağımsız ya da bağımlı), tek yönlü, iki yönlü, üç yönlü ve tekrarlı ölçüm. Her kipte kırpılmış ortalamaya dayalı çözümsel test kurulur; seçeneğe göre bootstrap-t sürümü, medyan ya da M-kestiricisi karşılaştırması, ikili karşılaştırmalar ve sağlam etki büyüklükleri eklenir.

Ne zaman kullanılır? Gruplarda aykırı değer ya da belirgin çarpıklık varsa; grup varyansları ve büyüklükleri farklıysa; örneklem, sıra tabanlı testlerin "dağılımlar aynı biçimde" varsayımını da kuşkulu kılacak kadar düzensizse; sonucun birkaç uç gözleme bağlı olup olmadığı sorulduğunda klasik çözümlemenin yanına duyarlılık çözümlemesi olarak.

Ne zaman kullanılmaz?

  • Varsayımlar sağlanıyorsa ve ilgi olağan ortalamadaysa: temel programdaki Bağımsız t-Testi, Eşleştirilmiş t-Testi, Tek Yönlü ANOVA, İki Yönlü ANOVA, Tekrarlı Ölçümler ANOVA. Kırpma, normal veride güçten bir miktar kaybettirir.
  • Yanıt sıralıysa (Likert maddesi) ya da ilgi "bir gruptan rastgele seçilen gözlemin ötekinden büyük olma olasılığı"ndaysa: temel programdaki Mann-Whitney U, Kruskal-Wallis, Wilcoxon İşaretli Sıra, Friedman.
  • Ortak değişken (kovaryat) varsa ya da açıklayıcı sürekliyse: temel programdaki Sağlam Regresyon; sayım ya da oran yanıtında saglam_glm (Bölüm 44).
  • Rastgele etki (iç içe ya da çapraz gruplama, dengesiz tekrarlı ölçüm) gerekiyorsa: saglam_karma (Bölüm 28). Bu şablonun tekrarlı ölçüm kipi yalnız eksiksiz denekleri kullanır.
  • Önceden tanımlı özel kontrastlar isteniyorsa: ozel_kontrast (Bölüm 38); şablonun kontrastları yalnız ikili farklar ve onların etkileşimleridir.
  • Hücrelerden biri boşsa ya da bir hücrede kırpmadan sonra iki gözlemden az kalıyorsa: şablon durur (43.2); tasarım sadeleştirilir ya da \gamma küçültülür.

Temel programla ilişki. Temel programın t testi ve ANOVA çözümlemeleri olağan ortalamaları karşılaştırır; dağılım varsayımı kuşkuluysa sıra tabanlı karşılıklarını sunar. Kırpılmış ortalamaya, medyana ve M-kestiricilerine dayalı testler, bunların bootstrap sürümleri ve sağlam etki büyüklükleri (\xi, \delta_t) temel programda yoktur; bu şablon onları WRS2 paketi üzerinden verir. \gamma=0 seçildiğinde iki grup ve tek yönlü kiplerin sonuçları Welch t testi ve Welch ANOVA'sıyla aynıdır (43.6.1).

43.2 Şablonun girdileri

Form, üstbilgideki on dokuz [[param]] bloğundan kurulur (saglam_anova_wrs2.R:11–144).

Alan (form etiketi) · ad Tür · sekme Varsayılan Geçerli değerler Kodda etkisi
Tasarım (kip) · kip seçim · Model tek_yonlu iki_grup, tek_yonlu, iki_yonlu, uc_yonlu, tekrarli Hangi bloğun çalışacağı (300, 344, 415, 438, 448).
Yanıt (sayısal) · y sayısal sütun · Değişkenler ilk sayısal sütun sayısal Karşılaştırılan değişken (180, 198).
Grup / birinci etken · a kategorik sütun · Değişkenler ilk sütun en az 2 düzey Etken A; tekrarlıda koşul ya da zaman (198).
İkinci etken · b kategorik sütun · Değişkenler boş iki ve üç yönlüde zorunlu Etken B (199).
Üçüncü etken · etken3 kategorik sütun · Değişkenler boş üç yönlüde zorunlu Etken C (200).
Denek kimliği · id sütun · Değişkenler boş tekrarlıda zorunlu Bağımlı tasarımda satırları eşler (201, 209–225).
Kestirici / yöntem · tahmin seçim · Model kirpilmis kirpilmis, bootstrap_t, medyan, onestep, mom Çözümsel teste eklenen ikinci yöntem (306–316, 352–364, 420–428, 452–456).
Kırpma oranı γ · kirpma ondalık · Model 0,2 0–0,4 Bütün kırpılmış ortalama işlevlerinde tr (154).
Bootstrap örneklem sayısı · nboot tamsayı · Seçenekler 599 99–9999 Bootstrap çağrılarında nboot; medyan ANOVA'sında benzetim sayısı (361).
Rastgele sayı tohumu · tohum tamsayı · Gelişmiş 123 1–2147483647 Her bootstrap çağrısından önce set.seed (307, 312, 322 …).
Etki büyüklüğü ξ tanımı (iki grup, tek yönlü) · xi_tanimi seçim · Seçenekler paket paket, esit_n esit_n: ξ bütün gözlemlerle, alt örnekleme olmadan (xi_esit); GA yok.
Tekrarlı ölçümde ψ tanımı · psi_tanimi seçim · Seçenekler fark_kirpilmis fark_kirpilmis, kirpilmis_fark kirpilmis_fark: rmmcp yerine yuend ile kırpılmış ortalamaların farkı.
Etken düzeylerinin sırası · duzey_sirasi seçim · Seçenekler alfabetik alfabetik, veri Düzey sırası; kontrastların yönü (193–197).
Anlamlılık düzeyi α · alfa ondalık · Seçenekler 0,05 0,001–0,2 Betimleyici GA, t1way, lincon, rmmcp, etki büyüklüğü GA'ları (156, 237, 320, 346, 367, 478).
Çoklu karşılaştırma düzeltmesi · duzeltme seçim · Seçenekler hochberg hochberg, holm, hommel, bonferroni, BH, BY, none Yalnız tek yönlü kipte lincon p değerleri (367).
Simetrik bootstrap-t GA'sı · bt_simetrik onay · Gelişmiş açık açık/kapalı yuenbt(side =) (308).
AKP δt: eşit varyans · akp_esit_varyans onay · Gelişmiş açık açık/kapalı akp.effect(EQVAR =) (327).
pbad2way: izdüşüm uzaklığı · izdusum_uzakligi onay · Gelişmiş kapalı açık/kapalı pbad2way(pro.dis =) (425).
Gözlem noktalarını göster · noktalar onay · Çıktı açık açık/kapalı Kutu grafiğinde noktalar (500–504).

Örnek ayar (ornek_param, satır 9): kip = iki_yonlu, y = attractiveness, a = gender, b = alcohol; öteki alanlar varsayılandadır (\gamma=0{,}2, kırpılmış ortalama, \alpha=0{,}05).

Kestirici seçiminin kiplere göre karşılığı. Kırpılmış ortalamaya dayalı çözümsel test her kipte kurulur; tahmin alanı ona bir yöntem ekler. Seçilen yöntem kipte yoksa "seçilen kestirici bu kip için WRS2'de bulunmuyor" notu yazılır (satır 269).

Kip Her zaman bootstrap_t medyan onestep, mom
İki grup (bağımsız) yuen, ξ, δt + yuenbt + pb2gen + pb2gen
İki grup (bağımlı) yuend, ξ, δt not not not
Tek yönlü t1way, ξ, lincon + t1waybt, mcppb20 + med1way not
İki yönlü t2way, mcp2atm not + med2way, mcp2a + pbad2way, mcp2a
Üç yönlü t3way not not not
Tekrarlı ölçüm rmanova, rmmcp + rmanovab, pairdepb not not

Şablonun kendi denetimleri.

Koşul İleti (özet) Satır
Veri açık değil "Önce Veri sekmesinde bir veri açın." 149
WRS2 kurulu değil "WRS2 paketi kurulu değil …" 151
İki ya da üç yönlü kipte ikinci etken boş "ikinci etken sütunu seçilmeli" 164
Üç yönlü kipte üçüncü etken boş "üçüncü etken sütunu seçilmeli" 166
Tekrarlı kipte denek kimliği boş "denek kimliği sütunu seçilmeli (veri uzun biçimde …)" 168
Aynı sütun iki rolde "… farklı sütunlar olmalı" 179
Yanıt sayısal değil "Yanıt '…' sayısal olmalı." 180
Eksiksiz satır sayısı < 4 "Eksiksiz gözlem sayısı çok az" 192
Bir etkenin tek düzeyi kalmış "en az iki düzeyi olmalı" 205
İki grup kipinde düzey sayısı 2 değil "tam iki düzeyli olmalı …; tek yönlü kipi seçin" 208
Aynı denek aynı koşulda birden çok "her denek × koşul için tek satır olmalı" 215
Kırpmadan sonra 3'ten az denek "en az 3 denek kalmalı" 224
Boş hücre "Boş hücre var (…); tam çaprazlanmış tasarım gerekir." 230
Bir grupta kırpmadan sonra h<2 "her grupta en az 2 gözlem kalmalı" 245
Bir grubun Winsorize varyansı 0 "yanıt bu gruplarda sabit, kırpılmış ortalama testleri kurulamaz" 248
Zorunlu WRS2 çağrısı hata verdi "WRS2 hesabı başarısız oldu (…)" 259

Durdurmayan notlar: kipte kullanılmayan etken ya da denek kimliği "yok sayıldı" (170, 173, 176); \gamma>0{,}25 iken "birinci tür hata denetimi zayıflayabilir" (181); eksik değerli satırlar çıkarılır ve sayısı yazılır (190); bağımlı tasarımda bütün koşullarda ölçümü olmayan denekler çıkarılır (218); isteğe bağlı bir WRS2 çağrısı hata verirse yalnız o tablo atlanır (262–266).

Yanıt sütunu veri sekmesinde "kategorik" türdeyse R'ye etken olarak gelir ve şablon "sayısal olmalı" iletisiyle durur (satır 180); sütun türü sayısala çevrilir.

43.3 Örnek veri

Dosya: _ornek/saglam_anova_wrs2_goggles.csv. Field, Miles ve Field'ın (2012) "bira gözlüğü" verisi (WRS2 paketindeki goggles): 48 katılımcı, cinsiyet (2) × alkol miktarı (3) tam çaprazlanmış tasarım, hücre başına 8 gözlem. Yanıt, katılımcının gece sonunda seçtiği kişinin bağımsız hakemlerce verilen çekicilik puanıdır. Eksik değer yoktur.

Değişken Rol Tür (veri sekmesi) Özet
attractiveness Yanıt sayısal 20–85; ortalama 58,33; SS 13,81.
gender Etken A ikili (metin) Female, Male; 24'er gözlem.
alcohol Etken B kategorik 0 Pints, 2 Pints, 4 Pints; 16'şar gözlem.

Düzey sırası. Bu şablon etken düzeylerini veri sekmesinin sırasından almaz; kendi kurar (satır 193–197). Varsayılan alfabetik seçenekte metin düzeyler alfabetik, sayısal türdeki sütunlar sayı sırasıyla dizilir; veri seçeneğinde eksiksiz satırlardaki ilk görülme sırası kullanılır. Örnek veride iki seçenek aynı sırayı verir: Female, Male ve 0 Pints, 2 Pints, 4 Pints. Sıra, test istatistiklerini değiştirmez; kontrastların ve farkların yönünü belirler: her fark "sırada önce gelen − sonra gelen"dir.

Hücrelerin sıralanmış gözlemleri (elle hesapta kullanılır):

Hücre Sıralı gözlemler
Female, 0 Pints 55, 55, 60, 60, 60, 60, 65, 70
Female, 2 Pints 50, 60, 60, 60, 65, 65, 70, 70
Female, 4 Pints 50, 50, 55, 55, 55, 60, 65, 70
Male, 0 Pints 50, 55, 65, 65, 70, 75, 75, 80
Male, 2 Pints 45, 60, 60, 65, 70, 70, 80, 85
Male, 4 Pints 20, 30, 30, 30, 35, 40, 45, 55

Öteki kipler için aynı klasörde beş örnek dosya daha vardır; bu bölümde hepsi kullanılır:

Dosya Kip Seçimler
saglam_anova_wrs2_ispanya_almanya.csv (38 takım) iki grup y = GoalsGame, a = League
saglam_anova_wrs2_anoreksi_ft_uzun.csv (17 denek × 2) iki grup, bağımlı y = agirlik, a = zaman, id = id
saglam_anova_wrs2_anoreksi.csv (72 hasta, 3 tedavi) tek yönlü y = Wdiff, a = Treat
saglam_anova_wrs2_yuzme.csv (58 yüzücü, 2×2×3) üç yönlü y = Ratio, a = Optim, b = Sex, etken3 = Event
saglam_anova_wrs2_hangover_kontrol.csv (20 denek × 3) tekrarlı ölçüm y = symptoms, a = time, id = id

Bu bölümde kullanılan çalıştırmalar: (1) örnek ayar; (2) örnek veri, tahmin = medyan ve mom; (3) iki grup, ayrıca bootstrap_t, medyan, \gamma=0 ve tohum 1; (4) bağımlı iki koşul; (5) tek yönlü, ayrıca bootstrap_t, medyan, düzeltme yok, \gamma=0; (6) üç yönlü; (7) tekrarlı ölçüm, ayrıca bootstrap_t.

43.4 Yöntem: formüller ve hesap adımları

Hesap sırası: (1) seçilen sütunlar alınır, eksik satırlar atılır, etkenler kurulur; (2) bağımlı tasarımda denek × koşul matrisi kurulur; (3) her hücre için betimleyici büyüklükler hesaplanır ve denetlenir; (4) kipe göre WRS2 işlevleri çağrılır, sonuçlar tablolara dökülür; (5) şekiller çizilir. Aşağıdaki formüller çağrılan işlevlerin tanımlarıdır.

43.4.1 Kırpılmış ortalama, Winsorize varyans, standart hata

Bir grubun sıralı gözlemleri x_{(1)}\le\dots\le x_{(n)}, kırpılan gözlem sayısı g=\lfloor\gamma n\rfloor ve kalan gözlem sayısı h=n-2g olsun.

\bar x_t=\frac1h\sum_{i=g+1}^{n-g}x_{(i)},\qquad s_w^2=\frac{1}{n-1}\sum_{i=1}^{n}\big(w_i-\bar w\big)^2,\qquad w_i=\min\!\big(\max(x_i,\,x_{(g+1)}),\,x_{(n-g)}\big)
  • \bar x_t: kırpılmış ortalama; en küçük g ve en büyük g gözlem atılır.
  • w_i: Winsorize edilmiş gözlem; atılan gözlemler silinmez, en yakın kalan değere çekilir.
  • s_w^2: Winsorize varyans; n gözlemin tamamı üzerinden, payda n-1.

Neden standart hatada kırpılmış değil Winsorize varyans kullanılır?

Kırpılmış ortalama, sıra istatistiklerine bağlı bir ağırlıklı ortalamadır; hangi gözlemlerin atılacağı veriye bağlı olduğundan kalan h gözlem bağımsız bir örneklem gibi davranmaz. Etki fonksiyonu türetildiğinde her gözlemin kestirime katkısı, uçlarda sabitlenen (Winsorize edilen) değeriyle orantılı çıkar. Bu nedenle \bar x_t'nin örnekleme varyansı s_w^2 üzerinden kestirilir; kalan gözlemlerin varyansı kullanılırsa standart hata belirgin biçimde küçük kalır.

Şablon ve WRS2 standart hata için iki ayrı biçim kullanır:

\operatorname{SH}_{\mathrm{TM}}=\frac{s_w}{(1-2\gamma)\sqrt n},\qquad d=\frac{(n-1)\,s_w^2}{h\,(h-1)}
  • \operatorname{SH}_{\mathrm{TM}}: Tukey–McLaughlin biçimi; betimleyici tabloda, rmmcp ve yuenbt içinde kullanılır. Güven aralığı \bar x_t\mp t_{1-\alpha/2,\,h-1}\operatorname{SH}_{\mathrm{TM}}'dir.
  • d: Yuen'in kareli standart hatası; yuen, t1way, t2way, t3way, lincon, mcp2atm içinde kullanılır.

Betimleyici tablodaki SH, testlerin kullandığı SH değildir

\gamma n tam sayı olduğunda iki biçim neredeyse aynıdır (h=(1-2\gamma)n). Tam sayı değilse ayrışırlar: n=8, \gamma=0{,}2 iken g=1, h=6; gerçekte her uçtan %12,5 kırpılır, \operatorname{SH}_{\mathrm{TM}} ise adlandırılmış %20'yi kullanır. Örnek veride Female, 0 Pints hücresinde \operatorname{SH}_{\mathrm{TM}}=2{,}227, \sqrt d=1{,}826'dır. Betimleyici tablonun güven aralıkları hücreleri betimler; test sonucu onlardan okunmaz.

43.4.2 İki grup: Yuen testi

t_Y=\frac{\lvert\bar x_{t1}-\bar x_{t2}\rvert}{\sqrt{d_1+d_2}},\qquad \hat\nu=\frac{(d_1+d_2)^2}{\dfrac{d_1^2}{h_1-1}+\dfrac{d_2^2}{h_2-1}}
  • t_Y: Yuen istatistiği; WRS2 mutlak değerini verir. Farkın yönü tablonun fark sütunundan okunur (birinci − ikinci düzey).
  • \hat\nu: Welch–Satterthwaite serbestlik derecesi; p=2\,P(T_{\hat\nu}>t_Y).
  • Güven aralığı: (\bar x_{t1}-\bar x_{t2})\mp t_{0{,}975,\,\hat\nu}\sqrt{d_1+d_2}. Düzey yuen içinde %95'e sabittir; α alanı bu aralığı değiştirmez.

Bağımlı iki koşul (yuend). Aynı deneklerin iki ölçümü x_i, y_i için her değişken kendi içinde Winsorize edilir:

t=\frac{\bar x_t-\bar y_t}{\operatorname{SH}},\qquad \operatorname{SH}^2=\frac{(n-1)\big(s_{wx}^2+s_{wy}^2-2\,s_{wxy}\big)}{h\,(h-1)},\qquad \text{sd}=h-1
  • s_{wxy}: Winsorize edilmiş x ve y değerlerinin kovaryansı.
  • İstatistik işaretlidir; karşılaştırılan büyüklük kırpılmış ortalamaların farkıdır (fark puanlarının kırpılmış ortalaması değil).

Koddaki tercih

Bağımsız iki grupta WRS2::yuen(y ~ A, tr = γ) çağrılır (satır 303). tahmin = bootstrap_t ise yuenbt(nboot, side) eklenir (308): merkezlenmiş gözlemlerden bootstrap örnekleri çekilir, t istatistiğinin bootstrap dağılımından kritik değer alınır. side = TRUE (varsayılan) simetrik aralık ve p değeri verir; kapatılırsa eşit kuyruklu aralık kurulur ve p değeri hesaplanmaz (tabloda boş kalır). medyan, onestep ve mom seçeneklerinde pb2gen(est =) eklenir (313): iki grubun kestiricisi bootstrap örneklerinde ayrı ayrı hesaplanır, farkın yüzdelik aralığı ve genelleştirilmiş p değeri verilir; istatistik ve sd sütunları boştur.

43.4.3 Tek yönlü: Welch türü kırpılmış ortalama ANOVA'sı

w_j=1/d_j, U=\sum_j w_j, \tilde x=\sum_j w_j\bar x_{tj}/U olmak üzere:

A=\frac{1}{J-1}\sum_{j=1}^{J}w_j(\bar x_{tj}-\tilde x)^2,\qquad B=\frac{2(J-2)}{J^2-1}\sum_{j=1}^{J}\frac{(1-w_j/U)^2}{h_j-1},\qquad F_t=\frac{A}{1+B}
\nu_1=J-1,\qquad \nu_2=\left[\frac{3}{J^2-1}\sum_{j=1}^{J}\frac{(1-w_j/U)^2}{h_j-1}\right]^{-1}
  • w_j: grubun duyarlık ağırlığı; standart hatası küçük gruplar ortak ortalamayı \tilde x daha çok belirler.
  • A: gruplar arası ağırlıklı kareler ortalaması; B: ağırlıkların kestirilmiş olmasından gelen düzeltme.
  • F_t\sim F_{\nu_1,\,\nu_2} (H_0 altında, yaklaşık). \gamma=0 iken Welch (1951) ANOVA'sının kendisidir.

İkili karşılaştırmalar (lincon). Her (j,k) çifti için \hat\psi=\bar x_{tj}-\bar x_{tk}, \operatorname{SH}=\sqrt{d_j+d_k}, serbestlik derecesi 43.4.2'deki \hat\nu ve p=2P(T_{\hat\nu}>\lvert\hat\psi\rvert/\operatorname{SH}) hesaplanır.

Koddaki tercih

lincon(..., alpha = α, method = duzeltme) (satır 367) p değerlerini p.adjust ile seçilen yönteme göre düzeltir. Güven aralıkları ise seçilen düzeltmeden bağımsızdır: her zaman studentleştirilmiş en büyük modül (SMM) dağılımının kritik değeriyle, C=J(J-1)/2 karşılaştırma için eşzamanlı kurulur. WRS2, \alpha=0{,}05 ve 0{,}01 için bu kritik değeri basılı bir çizelgeden serbestlik derecesinin tersine göre doğrusal ara değerlemeyle alır; öteki α değerlerinde benzetimle bulur.

Aynı satırda güven aralığı ile p değeri farklı kurallara dayanır

SMM aralığı aile düzeyinde %95 kapsama için kurulur; Hochberg düzeltmeli p değeri adım adım bir yordamın sonucudur ve çoğunlukla daha az tutucudur. Bu nedenle aralık sıfırı içerirken düzeltilmiş p değeri α'nın altında kalabilir (örnek: 43.7, CBT − FT). Karar için p değeri, büyüklük için aralık okunur; ikisinin çelişmesi bir hata belirtisi değildir.

Bootstrap-t ve medyan seçenekleri. t1waybt (354) F_t'nin dağılımını merkezlenmiş gruplardan bootstrap ile kurar ve p değerini verir. med1way (361) grup medyanlarını McKean–Schrader standart hatasıyla karşılaştırır; kritik değer ve p değeri benzetimle bulunur (benzetim sayısı nboot), sd₂ sonsuz yazılır. mcppb20 (373) ikili farklar için yüzdelik bootstrap aralığı ve p değeri verir.

43.4.4 İki ve üç yönlü: Johansen istatistiği

Hücre kırpılmış ortalamaları \bar{\mathbf x}_t (hücre sırası: A dışta, B içte), \mathbf V=\operatorname{diag}(d_1,\dots,d_p) ve sınanan etkinin kontrast matrisi \mathbf C (k satır) olsun:

Q=\bar{\mathbf x}_t^{\top}\mathbf C^{\top}\big(\mathbf C\mathbf V\mathbf C^{\top}\big)^{-1}\mathbf C\,\bar{\mathbf x}_t
c_\alpha=\chi^2_{1-\alpha,\,k}+\frac{\chi^2_{1-\alpha,\,k}}{2k}\,A\left(1+\frac{3\,\chi^2_{1-\alpha,\,k}}{k+2}\right),\qquad A=\sum_{j=1}^{p}\frac{r_{jj}^2}{h_j-1},\quad \mathbf R=\mathbf V\mathbf C^{\top}\big(\mathbf C\mathbf V\mathbf C^{\top}\big)^{-1}\mathbf C
  • \mathbf C: ana etki A için \mathbf C_J\otimes\mathbf 1_K^{\top}, B için \mathbf 1_J^{\top}\otimes\mathbf C_K, etkileşim için \mathbf C_J\otimes\mathbf C_K; \mathbf C_J ardışık düzey farklarının (J-1)\times J matrisidir. Ana etki, öteki etkenin düzeyleri üzerinden toplanmış kırpılmış ortalamaların eşitliğini sınar.
  • Q: Wald türü istatistik; varyanslar bilinseydi \chi^2_k dağılırdı.
  • c_\alpha: Johansen'in (1980) düzeltilmiş kritik değeri; A terimi varyansların h_j-1 serbestlik derecesiyle kestirilmiş olmasını hesaba katar ve kritik değeri büyütür. r_{jj}, \mathbf R'nin köşegen öğesidir.

Neden F değil de düzeltilmiş ki-kare kritik değeri?

Klasik iki yönlü ANOVA ortak bir hata varyansı varsayar; o varsayım altında oran F dağılır. Burada her hücrenin kendi d_j'si vardır ve Q'nun dağılımı tek bir F ile yazılamaz. Johansen, \chi^2 kritik değerine birinci mertebeden bir düzeltme türetmiştir: hücre büyüklükleri arttıkça A\to0 ve c_\alpha\to\chi^2_{1-\alpha,k} olur. Örnek veride etkileşim için \chi^2_{0{,}95;\,2}=5{,}991, düzeltilmiş değer c_{0{,}05}=7{,}380'dir.

Koddaki tercih

t2way ve t3way p değerini kapalı biçimde hesaplamaz; "Q>c_\alpha koşulunun ilk sağlandığı α"yı ızgara üzerinde arar. t2way'de ızgara 0,001; 0,002; …; 0,999'dur: tabloda p en az 0,001'dir ve binde bire yuvarlanmış (yukarı) görünür. t3way'de A ve B ana etkileri için ızgara 0,1'in üstünde 0,01 adımlıdır (0,1'in altında 0,001; 0,001'in altında 0,0001); öteki beş etki için 0,001 adımlıdır. Şablon bu değerleri olduğu gibi tabloya yazar (satır 419, 442–443); başlıktaki "p düzeltilmiş kritik değerden" ifadesi bu aramayı anlatır.

Kontrastlar (mcp2atm, satır 430). Üç aile kurulur: A'nın ikili farkları, B'nin ikili farkları ve bunların çarpımları (etkileşim kontrastları). Her kontrast \mathbf c için:

\hat\psi=\sum_j c_j\bar x_{tj},\qquad \operatorname{SH}=\sqrt{\sum_j c_j^2 d_j},\qquad \hat\nu=\frac{\big(\sum_j c_j^2 d_j\big)^2}{\sum_j c_j^4 d_j^2/(h_j-1)},\qquad p=2\,P\!\left(T_{\hat\nu}>\frac{\lvert\hat\psi\rvert}{\operatorname{SH}}\right)
  • Ana etki kontrastında c_j, bir düzeyin bütün hücrelerinde +1, ötekinin bütün hücrelerinde -1'dir: \hat\psi hücre kırpılmış ortalamalarının toplamları arasındaki farktır (ortalamaları arasındaki fark değil). İki düzeyli bir etkende ana etki kontrastının t^2'si Q'ya eşittir.
  • Etkileşim kontrastı "farkların farkıdır": (\bar x_{11}-\bar x_{12})-(\bar x_{21}-\bar x_{22}).
  • Güven aralığı aile içinde eşzamanlıdır: \hat\psi\mp q_{\mathrm{SMM}}(\hat\nu,C)\operatorname{SH}, C ailedeki kontrast sayısı; düzey %95'e sabittir. p değeri düzeltilmemiştir: tek tek kontrastın t testidir; tablodaki p_hochberg sütunu aynı p değerlerinin her etkinin kendi kontrast ailesi içinde Hochberg düzeltmesidir (satır 407, 410).

Şablon, WRS2'nin kontrast matrisinden her satır için okunur bir tanım üretir (kontrast_tablo, 349–380): "gender: Female − Male", "(gender: Female − Male) × (alcohol: 0 Pints − 4 Pints)".

Medyan ve M-kestiricileri. med2way (421) hücre medyanlarını McKean–Schrader standart hatalarıyla karşılaştırır; ana etkiler F (payda sd sonsuz), etkileşim ki-kare ile sınanır. pbad2way (425) Huber tek adımlı ya da MOM kestiricisi için yüzdelik bootstrap p değeri verir (istatistik sütunu boştur). mcp2a (434) aynı kontrastları seçilen kestirici ve yüzdelik bootstrap ile kurar.

43.4.5 Tekrarlı ölçüm

n denek, J koşul. Her koşul sütunu kendi içinde Winsorize edilir (y_{ij}); h=n-2g.

Q_c=h\sum_{j=1}^{J}(\bar x_{tj}-\bar x_{t\cdot})^2,\qquad Q_e=\sum_{i=1}^{n}\sum_{j=1}^{J}\big(y_{ij}-\bar y_{i\cdot}-\bar y_{\cdot j}+\bar y_{\cdot\cdot}\big)^2,\qquad F=\frac{Q_c}{Q_e/(h-1)}
\hat\varepsilon=\frac{J^2(\bar v_d-\bar v)^2}{(J-1)\big(\sum_{j,k}v_{jk}^2-2J\sum_j\bar v_{j\cdot}^2+J^2\bar v^2\big)},\qquad \tilde\varepsilon=\min\!\left(1,\ \frac{n(J-1)\hat\varepsilon-2}{(J-1)\big(n-1-(J-1)\hat\varepsilon\big)}\right)
  • Q_c: koşul kırpılmış ortalamalarının genel ortalama çevresindeki değişimi; Q_e: Winsorize değerlerde denek × koşul artık kareler toplamı.
  • v_{jk}: Winsorize kovaryans matrisinin öğeleri; \bar v_d köşegenin, \bar v bütün öğelerin, \bar v_{j\cdot} j. satırın ortalaması.
  • \hat\varepsilon: Box/Greenhouse–Geisser küresellik katsayısı; \tilde\varepsilon: Huynh–Feldt düzeltmesi. F\sim F_{(J-1)\tilde\varepsilon,\ (J-1)\tilde\varepsilon(h-1)}.

İkili karşılaştırmalar (rmmcp, satır 478). Her çift için fark puanları D_i=x_{ij}-x_{ik} kurulur ve farkların kırpılmış ortalaması tek örneklem kırpılmış t ile sınanır: "Tekrarlı ölçümde ψ tanımı" seçeneği kirpilmis_fark yapılırsa rmmcp yerine her koşul çifti için \psi=\bar x_{t,1}-\bar x_{t,2} (kırpılmış ortalamaların farkı) verilir; standart hata bağımlı örneklem Yuen yordamındandır (\sqrt{(q_1+q_2-2q_{12})/(h(h-1))}), p t_{h-1} dağılımından, GA Bonferroni (\alpha/m), anlamli Hochberg kararıdır; tablo yuend başlığıyla yazılır. Bu ψ, fark puanlarının kırpılmış ortalamasından genelde farklıdır (kırpma doğrusal değildir). Varsayılan fark_kirpilmis'tir.

\hat\psi=\bar D_t,\qquad t=\frac{\bar D_t}{s_{wD}/\big((1-2\gamma)\sqrt n\big)},\qquad \text{sd}=h-1,\qquad \text{GA}:\ \bar D_t\mp t_{1-\alpha/(2C),\,h-1}\operatorname{SH}
  • \bar D_t, koşulların kırpılmış ortalamalarının farkına eşit değildir (kırpma doğrusal bir işlem değildir). Örnek veride 1 − 2 karşılaştırmasında \bar D_t=-2{,}667, kırpılmış ortalamaların farkı 3{,}917-7{,}500=-3{,}583'tür.
  • Güven aralığı Bonferroni'dir (\alpha/C).
  • p_kritik: paketin Rom (1990) / Hochberg sıralı kritik düzeyleri. En büyük p değerine α, ikinciye α/2, üçüncüye 0,0169 … atanır (\alpha=0{,}05 için çizelge değerleri); bilgi sütunudur, karar anlamli sütunundadır.

`anlamli` sütunu Hochberg yukarı adım yordamının kararıdır

Hochberg'in yukarı adımlı yordamında p değerleri küçükten büyüğe sıralanır ve p_{(k)}\le\alpha/(m-k+1) koşulunu sağlayan en büyük k bulunur; p_{(1)},\dots,p_{(k)} hipotezlerinin hepsi reddedilir (şablonun hochberg_karar işlevi, satır 458–463; anlamli sütunu bunu yazar, 434–435). Bu karar, p değerini kendi sıralı eşiğiyle tek tek karşılaştırmaktan (p ≤ p_kritik) farklıdır: büyük bir p değeri kendi eşiğini geçtiğinde daha küçük p değerlerinin hepsi, kendi (daha sıkı) eşiklerini geçmeseler de reddedilir. Örnekte (hochberg_ornek.csv; p = 0,0455; 0,0003; 0,0357) en büyük p değeri 0,05'in altında olduğundan üç karşılaştırma da anlamlıdır. p ve p_kritik sütunları paketin değerleridir; GA Bonferroni'dir.

tahmin = bootstrap_t iken rmanovab (454) F'nin bootstrap kritik değerini verir (p değeri yoktur; "test > kritik değer ise anlamlı") ve pairdepb (484) kırpılmış ortalamaların farkı için aile düzeyinde bootstrap-t aralıkları kurar.

43.4.6 Sağlam etki büyüklükleri

Açıklayıcı etki büyüklüğü ξ (Wilcox ve Tian, 2011): grupların tipik değerlerindeki değişimin, yanıtın toplam değişimine oranının karekökü.

\xi=\sqrt{\frac{\operatorname{Var}(\bar x_{t1},\dots,\bar x_{tJ})}{s_{w,\text{tüm}}^2/c_\gamma}},\qquad c_\gamma=\int_{z_\gamma}^{z_{1-\gamma}}z^2\varphi(z)\,dz+2\gamma z_\gamma^2
  • Pay: grup kırpılmış ortalamalarının örneklem varyansı. Payda: birleştirilmiş verinin Winsorize varyansı, normal dağılımda olağan varyansı kestirecek biçimde c_\gamma ile ölçeklenmiş (c_{0{,}2}=0{,}4121).
  • \xi korelasyon ölçeğindedir. Normal dağılım ve eşit varyansta Cohen d'nin 0,2; 0,5; 0,8 değerleri yaklaşık \xi=0{,}15; 0{,}35; 0{,}50'ye karşılık gelir (Wilcox ve Tian, 2011); küçük, orta, büyük etki eşikleri olarak bunlar kullanılır.
  • Grup büyüklükleri eşit değilse WRS2 her gruptan en küçük grup kadar rastgele alt örneklem çekip hesabı yineler ve ortancayı verir: nokta kestirimi de tohuma bağlıdır. Eşit büyüklükte belirlenimlidir. "Etki büyüklüğü ξ tanımı" seçeneği esit_n yapılırsa WRS2'nin eşit n için kullandığı \xi=\sqrt{\operatorname{Var}(\bar x_{t,1},\dots,\bar x_{t,J})\,/\,(s^2_{w}/c_\gamma)} (s^2_w: birleşik örneğin Winsorlanmış varyansı, c_\gamma: ölçek sabiti) bütün gözlemlere uygulanır; rastgele alt örnekleme yoktur, sonuç tohumdan bağımsızdır ve GA verilmez. n'ler eşitse paketle aynı değeri verir; eşit değilse paketin tanımı değildir (paket, t1waybt dahil, alt örnekleme kullanır). Varsayılan paket'tir.

AKP δt (Algina, Keselman ve Penfield, 2005): Cohen d'sinin kırpılmış ortalama ve Winsorize varyansla kurulmuş karşılığı.

\delta_t=\sqrt{c_\gamma}\;\frac{\bar x_{t1}-\bar x_{t2}}{s_{wp}},\qquad s_{wp}^2=\frac{(n_1-1)s_{w1}^2+(n_2-1)s_{w2}^2}{n_1+n_2-2}
  • \sqrt{c_\gamma} çarpanı, normal dağılımda \delta_t'yi Cohen d'siyle aynı ölçeğe getirir; 0,2 / 0,5 / 0,8 eşikleri bu yüzden kullanılabilir.
  • "Winsorize varyanslar eşit sayılsın" kapatılırsa payda birinci grubun s_{w1}'idir.
  • Bağımlı tasarımda (dep.effect) fark puanları kullanılır: \delta_t=\sqrt{c_\gamma}\,\bar D_t/s_{wD}.

Koddaki tercih

İki grup kipinde ξ yuen.effect.ci (323), δt akp.effect (327) ile; tek yönlü kipte ξ t1way'in kendi çıktısından (351) alınır. Güven aralıkları yüzdelik bootstrap'tir ve α alanını kullanır. yuen.effect.ci, Yuen testinin p değeri α'dan büyükse alt sınırı 0 yazar. Bağımlı tasarımda ξ yuend'in çıktısından alınır (335): iki koşul bağımsız gruplar gibi ele alınır ve güven aralığı verilmez.

43.5 Kod adım adım

Satırlar Ne yapar Neden / dikkat
1–145 Üstbilgi: kimlik, açıklama, örnek veri ve ayar, on dokuz parametre. Form buradan kurulur (Bölüm 1.2).
146–182 Paket denetimi, parametrelerin okunması, kipe göre zorunlu alan denetimi, kullanılmayan alanların düşürülmesi. Kipte kullanılmayan etken hata değil nottur.
183–206 Sütunların alınması, boş metinlerin eksik sayılması, eksik satırların atılması, etken() ile düzey sırası. Düzey sırası veri sekmesinden değil buradan gelir (193–197).
207–226 Bağımlı tasarım: denek × koşul sayımı, eksik koşullu deneklerin atılması, geniş matris W. Tekrarlı ölçümde eksik hücresi olan denek tümüyle çıkar.
227–250 Hücre etkeni, boş hücre denetimi, betim() ile betimleyici tablo, h<2 ve sıfır Winsorize varyans denetimi. Betimleyici SH Tukey–McLaughlin biçimindedir (43.4.1).
251–298 Yardımcılar: .cagir (WRS2'nin konsol çıktısını ve uyarılarını yutar), .zorunlu / .istege, tablo toplayıcılar; özet satırı ve betimleyici tablo. Zorunlu çağrı hata verirse çalıştırma durur; isteğe bağlı çağrı yalnız not düşer.
299–342 Kip 1: iki grup (bağımsız: yuen, yuenbt, pb2gen, ξ, δt; bağımlı: yuend, dep.effect). Tablo başlığı farkın yönünü yazar.
343–378 Kip 2: tek yönlü (t1way, t1waybt, med1way, lincon, mcppb20). lincon başlığı düzeltme seçimine göre değişir.
379–446 Kip 3–4: kontrast_tablo, iki yönlü (t2way, med2way, pbad2way, mcp2atm, mcp2a), üç yönlü (t3way). Üç yönlü kipte kontrast tablosu yoktur.
447–489 Kip 5: tekrarlı ölçüm (rmanova, rmanovab, rmmcp, pairdepb). W matrisi yeniden uzun biçime çevrilerek verilir (449).
490–560 Şekiller: kutu grafiği + kırpılmış ortalama ve GA; iki yönlüde etkileşim grafiği; üç yönlüde C düzeyi başına panel; bağımlıda denek gidişatları. Hata çubukları betimleyici GA'dır.

43.6 Elle hesap: örnek veride bağımsız yeniden hesap

Ara değerler dogrulama/saglam_anova_wrs2/elle_hesap.py ile, WRS2 ve şablon kodu kullanılmadan, formüllerin doğrudan uygulamasıyla hesaplanmıştır; R tarafında (r_dogrulama.R) aynı büyüklükler taban R ile, Johansen p değeri kritik değer denkleminin kökü çözülerek (uniroot) bulunmuştur.

Adım 1 — Bir hücrenin betimleyicileri (Male, 4 Pints). Sıralı gözlemler 20, 30, 30, 30, 35, 40, 45, 55; n=8, g=\lfloor0{,}2\times8\rfloor=1, h=6.

  • Kırpılmış ortalama: (30+30+30+35+40+45)/6=35{,}000.
  • Winsorize gözlemler: 30, 30, 30, 30, 35, 40, 45, 45; ortalamaları 35,625; s_w^2=321{,}875/7=45{,}982143.
  • \operatorname{SH}_{\mathrm{TM}}=\sqrt{45{,}982143}\,/\,(0{,}6\sqrt8)=3{,}995750; %95 GA =35\mp t_{0{,}975;\,5}\times3{,}995750=[24{,}728596;\ 45{,}271404].
  • d=7\times45{,}982143/(6\times5)=10{,}729167.

Adım 2 — Bütün hücreler.

Hücre \bar x_t s_w^2 d
Female, 0 Pints 60,000000 14,285714 3,333333
Female, 2 Pints 63,333333 19,642857 4,583333
Female, 4 Pints 56,666667 35,267857 8,229167
Male, 0 Pints 67,500000 70,982143 16,562500
Male, 2 Pints 67,500000 70,982143 16,562500
Male, 4 Pints 35,000000 45,982143 10,729167

Adım 3 — Cinsiyet ana etkisi. \mathbf C=(1{,}1{,}1,-1,-1,-1). \mathbf C\bar{\mathbf x}_t=180-170=10; \mathbf C\mathbf V\mathbf C^{\top}=\sum d_j=60{,}000; Q=10^2/60=1{,}666667. A=\sum(d_j/60)^2/5=0{,}042421. \alpha=0{,}05'te c=3{,}841+\tfrac{3{,}841}{2}\times0{,}042421\times(1+3{,}841)=4{,}235941; Q<c. Izgara aramasında Q>c_\alpha ilk kez \alpha=0{,}209'da sağlanır (sürekli kök 0,208734): p=0{,}209.

Adım 4 — Alkol ana etkisi ve etkileşim.

Etki k Q A c_{0{,}05} Sürekli kök Izgara p
gender 1 1,666667 0,042421 4,235941 0,208734 0,209
alcohol 2 48,284501 0,168793 7,380404 0,00000235 0,001
gender:alcohol 2 26,257184 0,168793 7,380404 0,000235 0,001

Adım 5 — Bir etkileşim kontrastı: (Female − Male) × (0 Pints − 4 Pints). \hat\psi=(60-56{,}667)-(67{,}5-35)=-29{,}166667. \operatorname{SH}=\sqrt{3{,}3333+8{,}2292+16{,}5625+10{,}7292}=6{,}233311; \hat\nu=16{,}1197; t=-4{,}679161; p=0{,}000247. Ailede üç kontrast vardır; SMM kritik değeri (tam kantil) 2,6479, WRS2'nin çizelge ara değerlemesi 2,6480: GA [-45{,}672;\ -12{,}661]. Bonferroni düzeltmeli p değeri 3\times0{,}000247=0{,}000740 olurdu.

Adım 6 — Öteki kipler (kısa).

  • İki grup (Almanya − İspanya). n=18 ve 20, h=12 ve 12; \bar x_t=1{,}446078 ve 1{,}331140; d=0{,}015006 ve 0{,}003745. Fark 0{,}114938; \operatorname{SH}=0{,}136932; t_Y=0{,}839378; \hat\nu=16{,}168098; p=0{,}413497; GA [-0{,}175101;\ 0{,}404977]. \delta_t=\sqrt{0{,}412087}\times0{,}114938/s_{wp}=0{,}281395.
  • Bağımlı (Postwt − Prewt). n=17, h=11; fark 8{,}563636; Winsorize kovaryans 12{,}316985; \operatorname{SH}=2{,}236496; t=3{,}829042; sd 10; p=0{,}003324. \xi=\sqrt{0{,}359992}=0{,}599993; bağımlı \delta_t=0{,}990821.
  • Tek yönlü (anoreksi). Ağırlıklar w=(0{,}5111;\ 0{,}2722;\ 0{,}2618), \tilde x=2{,}558917; A=5{,}779379, B=0{,}026785; F_t=5{,}628617; \nu_2=24{,}889689; p=0{,}009623.
  • Tekrarlı ölçüm (hangover, kontrol). n=20, h=12; Q_c=88{,}722222, Q_e=363{,}033333; F=88{,}722222/(363{,}033333/11)=2{,}688305; \hat\varepsilon=0{,}957962, \tilde\varepsilon=1; sd 2 ve 22; p=0{,}090255.

43.6.1 Doğrulama: MerQuR+, Python ve R

MerQuR+ sütunu şablonun tablolarından tam hassasiyetle alınmıştır (çalıştırmalar 1 ve 3–7).

Büyüklük MerQuR+ Python (bağımsız) R (bağımsız) En büyük fark
İki yönlü, Female:0 Pints: kırpılmış ortalama 60 60 60 0 ✓
İki yönlü, Female:0 Pints: Winsorize varyans 14,28571429 14,28571429 14,28571429 9,9e−16 ✓
İki yönlü, Female:0 Pints: SH 2,22717702 2,22717702 2,22717702 0 ✓
İki yönlü, Female:0 Pints: GA alt 54,27485922 54,27485922 54,27485922 1,3e−16 ✓
İki yönlü, Male:4 Pints: kırpılmış ortalama 35 35 35 0 ✓
İki yönlü, Male:4 Pints: Winsorize varyans 45,98214286 45,98214286 45,98214286 9,3e−16 ✓
İki yönlü, Male:4 Pints: SH 3,99575047 3,99575047 3,99575047 8,9e−16 ✓
İki yönlü, Male:4 Pints: GA alt 24,72859642 24,72859642 24,72859642 2,0e−15 ✓
İki yönlü Q (gender) 1,66666667 1,66666667 1,66666667 1,9e−15 ✓
İki yönlü p (gender; binde bir ızgara) 0,209 0,209 0,209 0 ✓
İki yönlü Q (alcohol) 48,28450141 48,28450141 48,28450141 8,8e−16 ✓
İki yönlü p (alcohol; binde bir ızgara) 0,001 0,001 0,001 0 ✓
İki yönlü Q (gender:alcohol) 26,25718449 26,25718449 26,25718449 5,4e−16 ✓
İki yönlü p (gender:alcohol; binde bir ızgara) 0,001 0,001 0,001 0 ✓
Kontrast \hat\psi: gender1 10 10 10 0 ✓
Kontrast p: gender1 0,20922333 0,20922333 0,20922333 1,4e−16 ✓
Kontrast \hat\psi: alcohol1 −3,33333333 −3,33333333 −3,33333333 1,2e−15 ✓
Kontrast p: alcohol1 0,61069616 0,61069616 0,61069616 4,4e−16 ✓
Kontrast \hat\psi: alcohol2 35,83333333 35,83333333 35,83333333 1,2e−15 ✓
Kontrast p: alcohol2 2,905447·10−5 2,905447·10−5 2,905447·10−5 3,7e−17 ✓
Kontrast \hat\psi: alcohol3 39,16666667 39,16666667 39,16666667 7,3e−16 ✓
Kontrast p: alcohol3 1,047835·10−5 1,047835·10−5 1,047835·10−5 9,3e−17 ✓
Kontrast \hat\psi: gender1:alcohol1 −3,33333333 −3,33333333 −3,33333333 1,2e−15 ✓
Kontrast p: gender1:alcohol1 0,61069616 0,61069616 0,61069616 4,4e−16 ✓
Kontrast \hat\psi: gender1:alcohol2 −29,16666667 −29,16666667 −29,16666667 1,5e−15 ✓
Kontrast p: gender1:alcohol2 2,466289·10−4 2,466289·10−4 2,466289·10−4 2,6e−18 ✓
Kontrast \hat\psi: gender1:alcohol3 −25,83333333 −25,83333333 −25,83333333 1,1e−15 ✓
Kontrast p: gender1:alcohol3 7,964981·10−4 7,964981·10−4 7,964981·10−4 5,6e−17 ✓
Kontrast GA alt: gender1 (C=1) −6,00222758 −6,00222758 — 7,8e−15 ✓
Kontrast GA alt: alcohol2 (C=3; tam SMM kantili) 19,32755488 19,32808268 — 2,7e−5 ✗
Yuen (iki grup): fark 0,11493808 0,11493808 0,11493808 2,1e−16 ✓
Yuen (iki grup): t 0,83937832 0,83937832 0,83937832 4,4e−16 ✓
Yuen (iki grup): sd 16,16809778 16,16809778 16,16809778 2,2e−15 ✓
Yuen (iki grup): p 0,41349657 0,41349657 0,41349657 1,1e−16 ✓
Yuen (iki grup): GA alt −0,17510053 −0,17510053 −0,17510053 3,0e−14 ✓
Yuen (iki grup): GA üst 0,40497669 0,40497669 0,40497669 3,0e−14 ✓
AKP \delta_t (iki grup) 0,28139498 0,28139498 0,28139498 3,4e−10 ✓
Yuen, \gamma=0 (Welch): t 0,08319431 0,08319431 0,08319431 2,8e−17 ✓
Yuen, \gamma=0 (Welch): sd 35,66066831 35,66066831 35,66066831 1,0e−15 ✓
Yuen, \gamma=0 (Welch): p 0,93416229 0,93416229 0,93416229 2,2e−16 ✓
Yuen (bağımlı): fark 8,56363636 8,56363636 8,56363636 1,9e−15 ✓
Yuen (bağımlı): SH 2,23649602 2,23649602 2,23649602 1,8e−15 ✓
Yuen (bağımlı): t 3,82904163 3,82904163 3,82904163 9,3e−16 ✓
Yuen (bağımlı): p 0,00332406 0,00332406 0,00332406 1,5e−16 ✓
Yuen (bağımlı): GA alt 3,58041269 3,58041269 3,58041269 1,3e−11 ✓
Yuen (bağımlı): GA üst 13,54686003 13,54686003 13,54686003 3,5e−12 ✓
\xi (bağımlı, eşit n) 0,59999301 0,59999301 0,59999301 7,2e−10 ✓
AKP \delta_t (bağımlı) 0,99082147 0,99082147 0,99082147 1,2e−9 ✓
Tek yönlü F 5,62861684 5,62861684 5,62861684 1,1e−15 ✓
Tek yönlü sd_2 24,88968875 24,88968875 24,88968875 1,4e−15 ✓
Tek yönlü p 0,00962254 0,00962254 0,00962254 3,5e−18 ✓
lincon \hat\psi: CBT − Cont 2,9625 2,9625 2,9625 1,6e−15 ✓
lincon p (Hochberg): CBT − Cont 0,22200648 0,22200648 0,22200648 3,6e−16 ✓
lincon \hat\psi: CBT − FT −6,10909091 −6,10909091 −6,10909091 4,4e−16 ✓
lincon p (Hochberg): CBT − FT 0,03885368 0,03885368 0,03885368 1,3e−16 ✓
lincon \hat\psi: Cont − FT −9,07159091 −9,07159091 −9,07159091 3,9e−16 ✓
lincon p (Hochberg): Cont − FT 0,00879637 0,00879637 0,00879637 1,4e−17 ✓
lincon GA alt: Cont − FT (C=3; tam SMM kantili) −16,08254597 −16,077337 — 3,2e−4 ✗
Tek yönlü, \gamma=0 (Welch ANOVA): F 5,35544171 5,35544171 5,35544171 8,3e−16 ✓
Tek yönlü, \gamma=0: sd_2 41,13588312 41,13588312 41,13588312 1,0e−15 ✓
Tek yönlü, \gamma=0: p 0,00856849 0,00856849 0,00856849 2,8e−17 ✓
Üç yönlü Q (Optim) 7,17991502 7,17991502 7,17991502 4,8e−15 ✓
Üç yönlü p (Optim; ızgara) 0,016 0,016 0,016 0 ✓
Üç yönlü Q (Sex) 2,22979845 2,22979845 2,22979845 9,2e−15 ✓
Üç yönlü p (Sex; ızgara) 0,16 0,16 0,16 0 ✓
Üç yönlü Q (Event) 0,3599633 0,3599633 0,3599633 1,1e−15 ✓
Üç yönlü p (Event; ızgara) 0,845 0,845 0,845 0 ✓
Üç yönlü Q (Optim:Sex) 6,32980703 6,32980703 6,32980703 2,4e−15 ✓
Üç yönlü p (Optim:Sex; ızgara) 0,023 0,023 0,023 0 ✓
Üç yönlü Q (Optim:Event) 1,1363057 1,1363057 1,1363057 9,6e−15 ✓
Üç yönlü p (Optim:Event; ızgara) 0,595 0,595 0,595 0 ✓
Üç yönlü Q (Sex:Event) 3,91052834 3,91052834 3,91052834 3,1e−15 ✓
Üç yönlü p (Sex:Event; ızgara) 0,192 0,192 0,192 0 ✓
Üç yönlü Q (Optim:Sex:Event) 1,22735156 1,22735156 1,22735156 1,6e−15 ✓
Üç yönlü p (Optim:Sex:Event; ızgara) 0,572 0,572 0,572 0 ✓
Tekrarlı ölçüm: F 2,68830533 2,68830533 2,68830533 1,2e−15 ✓
Tekrarlı ölçüm: sd_1 2 2 2 0 ✓
Tekrarlı ölçüm: sd_2 22 22 22 0 ✓
Tekrarlı ölçüm: p 0,09025536 0,09025536 0,09025536 1,7e−16 ✓
rmmcp \hat\psi: 1 − 2 −2,66666667 −2,66666667 −2,66666667 1,3e−15 ✓
rmmcp p: 1 − 2 0,14588417 0,14588417 0,14588417 1,9e−16 ✓
rmmcp GA alt: 1 − 2 −7,47191536 −7,47191536 −7,47191536 1,2e−16 ✓
rmmcp \hat\psi: 1 − 3 −1 −1 −1 0 ✓
rmmcp p: 1 − 3 0,22085341 0,22085341 0,22085341 3,1e−16 ✓
rmmcp GA alt: 1 − 3 −3,17264747 −3,17264747 −3,17264747 5,6e−16 ✓
rmmcp \hat\psi: 2 − 3 0,5 0,5 0,5 0 ✓
rmmcp p: 2 − 3 0,65582785 0,65582785 0,65582785 1,1e−16 ✓
rmmcp GA alt: 2 − 3 −2,57825825 −2,57825825 −2,57825825 8,6e−16 ✓

Ölçütü karşılayan: 86/88. Python ve R: kırpılmış ortalama, Winsorize varyans, Yuen ve Welch türü istatistikler, Johansen Q'su ve kritik değer ızgarası, tekrarlı ölçüm F'i açık formüllerden (WRS2 kullanılmadan); R'de \gamma=0 satırları t.test ve oneway.test ile. Bootstrap'e dayanan büyüklükler (tohuma bağlıdır) tabloya alınmamıştır.

Ölçütü karşılamayan iki satır güven aralığı sınırlarıdır ve nedeni aynıdır: WRS2, SMM kritik değerini basılı bir çizelgeden ara değerlemeyle alır; bağımsız hesap aynı dağılımın kantilini sayısal integralle tam olarak bulur. Fark kritik değerde 10^{-4} ile 2\times10^{-3} arasındadır ve aralık sınırlarının üçüncü ya da dördüncü ondalığını etkiler. Tek kontrastlı ailede (C=1) kritik değer t kantilidir ve sınır tam eşleşir.

Aynı veride başka bir paketin Yuen testi farklı sonuç verir: DescTools::YuenTTest iki grup örneğinde t=0{,}8509, sd 17{,}31, p=0{,}4065; bağımlı örnekte t=4{,}6123 bulur. Fark tanımdan gelir: o işlev Winsorize sınırlarını sıra istatistiklerinden (x_{(g+1)}, x_{(n-g)}) değil ara değerlemeli çeyrekliklerden alır. Bu bölümdeki bağımsız hesap Yuen'in (1974) ve Wilcox'un tanımını uygular.

43.7 Çıktıyı okuma

Örnek ayarın konsol satırı ve tabloları (şablonun tablolarından, dört ondalığa yuvarlanmış; sayfaya sığması için betimleyici tablodan ortalama ve SS, kontrast tablosundan kontrast sütunu çıkarılmıştır):

Sağlam ANOVA (WRS2 1.1.7): kip iki_yonlu, yanıt attractiveness, 48 gözlem, kırpma 0,2; bootstrap 599, tohum 123

Betimleyici istatistikler: kırpılmış ortalama (γ = 0,2), SH = s_w/((1 − 2γ)√n), %95 GA (sd = h − 1)
          grup  n  kirpilmis_ortalama  kirpilmis_SH   GA_alt   GA_ust  winsor_varyans   medyan
Female:0 Pints  8             60.0000        2.2272  54.2749  65.7251         14.2857  60.0000
Female:2 Pints  8             63.3333        2.6116  56.6200  70.0467         19.6429  62.5000
Female:4 Pints  8             56.6667        3.4994  47.6712  65.6622         35.2679  55.0000
  Male:0 Pints  8             67.5000        4.9645  54.7383  80.2617         70.9821  67.5000
  Male:2 Pints  8             67.5000        4.9645  54.7383  80.2617         70.9821  67.5000
  Male:4 Pints  8             35.0000        3.9958  24.7286  45.2714         45.9821  32.5000

İki yönlü sağlam ANOVA (istatistik Q; p düzeltilmiş kritik değerden)
                    yontem            etki  istatistik      p
Kırpılmış ortalama (t2way)          gender      1.6667  0.209
Kırpılmış ortalama (t2way)         alcohol     48.2845  0.001
Kırpılmış ortalama (t2way)  gender:alcohol     26.2572  0.001

Kontrastlar: mcp2atm (kırpılmış ortalama; GA her etkinin kontrast ailesinde eşzamanlı, p düzeltilmemiş; p_hochberg her etkinin ailesinde Hochberg düzeltmeli)
                                                 tanim       psi    GA_alt    GA_ust       p  p_hochberg
                                 gender: Female − Male   10.0000   -6.0022   26.0022  0.2092  0.2092
                            alcohol: 0 Pints − 2 Pints   -3.3333  -20.4955   13.8288  0.6107  0.6107
                            alcohol: 0 Pints − 4 Pints   35.8333   19.3276   52.3391  0.0000  0.0001
                            alcohol: 2 Pints − 4 Pints   39.1667   22.4680   55.8654  0.0000  0.0000
(gender: Female − Male) × (alcohol: 0 Pints − 2 Pints)   -3.3333  -20.4955   13.8288  0.6107  0.6107
(gender: Female − Male) × (alcohol: 0 Pints − 4 Pints)  -29.1667  -45.6724  -12.6609  0.0002  0.0007
(gender: Female − Male) × (alcohol: 2 Pints − 4 Pints)  -25.8333  -42.5320   -9.1346  0.0008  0.0016
Öğe Ne yazar Nasıl yorumlanır
Özet satırı Paket sürümü, kip, yanıt, eksiksiz gözlem sayısı, γ, bootstrap sayısı, tohum Bootstrap içeren sonuçlar bu tohum ve sayı ile yeniden üretilir.
kirpilmis_ortalama, kirpilmis_SH, GA_* Hücrenin kırpılmış ortalaması, Tukey–McLaughlin SH'si, 1-\alpha GA Hücreyi betimler; testlerin SH'si değildir (43.4.1).
winsor_varyans, medyan s_w^2 ve hücre medyanı Ortalama ile kırpılmış ortalama ve medyan birbirinden uzaksa hücre çarpık ya da aykırı değerlidir.
istatistik (Q), p Johansen istatistiği ve ızgara p değeri p=0{,}001 "0,001 ya da daha küçük" demektir.
psi Kontrastın değeri Ana etkide hücre toplamlarının farkı: cinsiyet kontrastı 10, düzey başına ortalama fark 10/3=3{,}33 puandır. Etkileşimde farkların farkı. Tablonun kontrast sütunu kısa adı verir (gender1, gender1:alcohol2 …).
GA_alt, GA_ust (kontrast) Aile içinde eşzamanlı %95 GA (SMM) Aynı etkinin bütün kontrastları birlikte %95 güvenle kapsanır.
p (kontrast) Kontrastın t testinin p değeri Çoklu karşılaştırma için düzeltilmemiştir; aile içinde karar için GA ya da p_hochberg kullanılır.
p_hochberg (kontrast) Aynı p değerlerinin her etkinin kontrast ailesi içinde Hochberg düzeltmesi Cinsiyet ailesi tek kontrasttır (düzeltme p'yi değiştirmez); alkol ve etkileşim ailelerinde üçer kontrast vardır.

Örnekteki bulgu. Etkileşim anlamlıdır (Q=26{,}26, p\le0{,}001): alkolün etkisi cinsiyete göre değişir. Kontrastlar nerede değiştiğini gösterir: 0 ve 2 bira arasında cinsiyetler benzer davranır (\hat\psi=-3{,}33; GA sıfırı içerir), 4 birada erkeklerin seçtiği kişinin çekicilik puanı kadınlarınkine göre yaklaşık 29 puan daha fazla düşer (\hat\psi=-29{,}17; GA [-45{,}67;\ -12{,}66]). Etkileşim varken cinsiyet ana etkisinin anlamsız çıkması (p=0{,}209) "cinsiyetin etkisi yok" diye okunmaz.

Şekil 43.1. Şablonun birinci şekli (örnek ayar): hücrelere göre kutu grafiği, gözlem noktaları ve kırpılmış ortalama (beyaz karo) ile betimleyici %95 güven aralığı.

Şekil 43.2. Şablonun ikinci şekli (iki yönlü kip): kırpılmış ortalamaların etkileşim grafiği. Çizgilerin 4 birada ayrışması etkileşimi gösterir.

Öteki kiplerin tabloları (kısaltılmış).

İki grup karşılaştırması (Germany − Spain; fark = birinci − ikinci grup, %95 GA)
                          yontem    fark  istatistik       sd       p   GA_alt  GA_ust
 Yuen kırpılmış ortalama t testi  0.1149      0.8394  16.1681  0.4135  -0.1751  0.4050
     Yuen bootstrap-t (simetrik)  0.1149      0.7822      NaN  0.4357  -0.1938  0.4237

Sağlam etki büyüklükleri
                                                olcu  kestirim   GA_alt  GA_ust
ξ (açıklayıcı etki büyüklüğü, yüzdelik bootstrap GA)    0.1649   0.0000  0.6217
               AKP δt (sağlam Cohen d, bootstrap GA)    0.2814  -0.4675  0.9236

Tek yönlü sağlam ANOVA
                                      yontem   etki  istatistik  sd1      sd2       p
Kırpılmış ortalama ANOVA (t1way, Welch türü)  Treat      5.6286    2  24.8897  0.0096

İkili karşılaştırmalar: lincon (kırpılmış ortalama farkı; GA eşzamanlı (SMM), p Hochberg düzeltmeli)
karsilastirma      psi    GA_alt   GA_ust       p
   CBT − Cont   2.9625   -3.0371   8.9621  0.2220
     CBT − FT  -6.1091  -12.3349   0.1167  0.0389
    Cont − FT  -9.0716  -16.0825  -2.0606  0.0088

Tekrarlı ölçüm sağlam ANOVA (20 denek)
                                              yontem  etki  istatistik  sd1  sd2       p
Kırpılmış ortalama tekrarlı ölçüm ANOVA'sı (rmanova)  time      2.6883    2   22  0.0903

İkili karşılaştırmalar: rmmcp (fark puanlarının kırpılmış ortalaması; GA Bonferroni (α/karşılaştırma sayısı), anlamlı: Hochberg kararı)
karsilastirma      psi   GA_alt  GA_ust       p  p_kritik  anlamli
        1 − 2  -2.6667  -7.4719  2.1386  0.1459    0.0169    False
        1 − 3  -1.0000  -3.1726  1.1726  0.2209    0.0250    False
        2 − 3   0.5000  -2.5783  3.5783  0.6558    0.0500    False

Bu tablolarda dikkat edilecek noktalar: (a) Yuen satırında istatistik mutlak değerdir, yön fark sütunundadır; bootstrap-t satırında sd boştur. (b) İki grubun büyüklüğü farklı olduğundan (18 ve 20) ξ'nin nokta kestirimi tohuma bağlıdır: tohum 1 ile 0,1424 çıkar; δt (0,2814) değişmez. (c) lincon tablosunda CBT − FT satırı p = 0,039 ile anlamlıdır, eşzamanlı aralığı ise sıfırı içerir (43.4.3). (d) rmmcp'nin ψ'si fark puanlarının kırpılmış ortalamasıdır; aralık Bonferroni'dir.

Rapor cümlesi (örnek ayar):

Çekicilik puanları %20 kırpılmış ortalamalara dayalı iki yönlü sağlam ANOVA ile çözümlendi (cinsiyet × alkol, hücre başına n = 8; WRS2 paketi). Alkolün ana etkisi (Q = 48,28, p ≤ 0,001) ve cinsiyet × alkol etkileşimi (Q = 26,26, p ≤ 0,001) anlamlı, cinsiyetin ana etkisi anlamsızdı (Q = 1,67, p = 0,209). Etkileşim kontrastlarına göre 0 ile 4 bira arasındaki düşüş erkeklerde kadınlara göre 29,2 puan daha büyüktü (%95 eşzamanlı GA [12,7; 45,7]); 0 ile 2 bira arasında cinsiyetler arasında fark yoktu (3,3 puan; GA [−13,8; 20,5]).

43.8 Sık hatalar ve tuzaklar

  • Kırpılmış ortalama testini olağan ortalama hakkında yorumlamak. Sınanan hipotez kitle kırpılmış ortalamalarının eşitliğidir. Dağılımlar simetrikse bu, ortalamaların eşitliğiyle aynıdır; çarpık dağılımlarda değildir. Rapor "kırpılmış ortalama" der ve γ'yı verir.
  • Betimleyici güven aralıklarının örtüşmesinden test sonucu çıkarmak. Betimleyici aralık adlandırılmış γ'lı Tukey–McLaughlin SH'siyle kurulur; testler d kullanır ve küçük hücrelerde ikisi belirgin ayrışır (43.4.1).
  • Ana etki kontrastını ortalama fark sanmak. mcp2atm'nin ana etki ψ'si öteki etkenin düzeyleri üzerinden toplamdır; düzey başına fark için öteki etkenin düzey sayısına bölünür.
  • Kontrast p değerlerini düzeltilmiş saymak. mcp2atm ve mcp2a tablolarında p tek kontrastın testidir (mcp2atm başlığı "p düzeltilmemiş" der). Aile düzeyinde karar için eşzamanlı aralığa bakılır ya da mcp2atm tablosundaki p_hochberg sütunu (her etkinin ailesi içinde Hochberg) okunur; mcp2a için p değerleri elle düzeltilir.
  • rmmcp tablosunda p_kritik'i karar sanmak. Karar anlamli sütunundadır (Hochberg yukarı adım yordamı, 43.4.5); p_kritik paketin sıralı kritik düzeyleridir ve satır satır karşılaştırılmaz.
  • Düzey sırasını denetlememek. Varsayılan sıra alfabetiktir: "Postwt" "Prewt"ten önce gelir ve fark "sonra − önce" olur. Zaman ya da doz gibi sıralı etkenlerde veri seçeneği ya da sayısal sütun kullanılır. Sayı etiketli bir sütun veri sekmesinde "kategorik" türdeyse alfabetik seçenek 1, 10, 2 sırasını verir; böyle sütunlar sayısal türde bırakılır.
  • Küçük hücrelerde büyük γ seçmek. n=5, \gamma=0{,}2 iken h=3; n=3 ya da 4 iken g=0 olur ve o hücrede hiç kırpma yapılmaz (üç yönlü örnekte 2 ve 3 gözlemli hücreler). Hücre başına en az 8–10 gözlem olmadan kırpmanın koruyuculuğu sınırlıdır.
  • Çok bağlı (aynı değerli) veride kırpılmış ortalama testleri. Bir hücrede gözlemlerin çoğu aynıysa Winsorize varyans 0 olur ve şablon durur; medyan testleri de bağlı değerlerde güvenilmezdir. Böyle veride sıra tabanlı testler ya da sıralı model uygundur.
  • Tekrarlı ölçümde eksik denekleri unutmak. Bir koşulu eksik olan denek bütün koşullardan çıkarılır; kaç denek kaldığı tablo başlığında yazar ("20 denek").
  • Bootstrap sonuçlarını tohumsuz raporlamak. Bootstrap-t, yüzdelik bootstrap, medyan ANOVA'sının kritik değeri ve (n'ler eşit değilken) ξ tohuma ve bootstrap sayısına bağlıdır. Raporda ikisi de verilir; kararın tohuma duyarlı olup olmadığı birkaç tohumla denetlenir.

43.9 Uzman soruları

S1. γ = 0,2 neye göre seçiliyor; başka bir değer sonucu nasıl etkiler?

%20 kırpma, normal dağılımda ortalamaya göre küçük bir etkinlik kaybıyla kalın kuyruklu dağılımlarda büyük kazanç sağlayan bir uzlaşıdır ve WRS2 işlevlerinin varsayılanıdır. Normal dağılımda kırpılmış ortalamanın varyansı c_\gamma/(1-2\gamma)^2=0{,}4121/0{,}36=1{,}145 kat büyüktür: etkinlik kaybı yaklaşık %13'tür. Kırılma noktası 0,2'dir (gözlemlerin beşte birine kadarı bozuk olsa da kestirim sınırlı kalır). Seçim veriye bakılarak ("hangi γ anlamlı çıkarıyor") yapılmaz. \gamma=0 Welch testlerini verir (tek yönlü örnekte F=5{,}355, sd 41,14, p=0{,}0086; \gamma=0{,}2'de F=5{,}629, sd 24,89, p=0{,}0096). Şablon \gamma>0{,}25 için not düşer: kalan gözlem azaldıkça serbestlik derecesi küçülür ve birinci tür hata denetimi zayıflar.

S2. Betimleyici tablodaki SH ile testteki SH neden farklı?

İkisi de Winsorize varyanstan türetilir ama farklı çarpan kullanır: s_w/((1-2\gamma)\sqrt n) ve \sqrt{(n-1)s_w^2/(h(h-1))}. \gamma n tam sayı olduğunda ikisi neredeyse eşittir. n=8'de g=1 olduğundan gerçekte %12,5 kırpılır; birinci biçim %20 varsayar ve daha büyük çıkar (2,227 ↔ 1,826). Şablon betimleyici tabloda WRS2'nin trimse tanımını, testlerde yuen ailesinin tanımını kullanır; tablonun başlığı kullandığı formülü yazar.

S3. İki yönlü tabloda p neden hep üç ondalıklı ve en az 0,001?

t2way, Johansen kritik değerini α'nın işlevi olarak hesaplar ve Q'nun kritik değeri aştığı ilk α'yı 0,001 adımlı ızgarada arar; bulduğu ızgara noktasını p değeri olarak döndürür. Bu yüzden p yukarı yuvarlanmış binde birdir. Kritik değer denkleminin kökü doğrudan çözülürse örnek veride alkol için 2{,}3\times10^{-6}, etkileşim için 2{,}3\times10^{-4}, cinsiyet için 0,2087 bulunur (43.6). Üç yönlü kipte A ve B ana etkilerinin ızgarası 0,1'in üstünde 0,01 adımlıdır: yüzme örneğinde Sex için tabloda 0,160, sürekli kök 0,1547'dir.

S4. mcp2atm güven aralıkları ile p değerleri neden aynı şeyi söylemeyebilir?

Aralık, ailedeki C kontrastın tümünü birlikte %95 güvenle kapsayacak biçimde SMM kritik değeriyle genişletilmiştir; p değeri ise tek kontrastın t testidir. C=3 ve \hat\nu\approx16 için kritik değer 2,65'tir (t_{0{,}975}=2{,}12 yerine). p değeri 0,01 ile 0,05 arasında olan bir kontrastın eşzamanlı aralığı sıfırı içerebilir. Aile düzeyinde tutarlı bir karar için aralık esas alınır.

S5. rmmcp'nin `p_kritik` sütunu ile `anlamli` sütunu hangi durumda ayrışır?

Üç karşılaştırmada p değerleri 0,045; 0,036; 0,0003 olsun. Hochberg en büyük p'ye bakar: 0{,}045\le0{,}05 olduğundan üç hipotez de reddedilir ve anlamli üç satırda da doğrudur. p_kritik ise yalnız sıralı eşiklerdir: ikinci p değeri (0,036) kendi eşiği 0,025'in üstündedir; satır satır karşılaştırılsaydı "anlamlı değil" görünürdü. Bu örüntü p değerleri birbirine yakın ve α'nın hemen altındayken ortaya çıkar; doğrulama klasöründeki hochberg_ornek.csv verisi bunu üretir (p = 0,0455; 0,0003; 0,0357). Bu yüzden karar anlamli sütunundan okunur.

S6. ξ ile δt neden farklı büyüklükte; hangisi raporlanmalı?

δt standartlaştırılmış farktır (Cohen d ölçeği) ve yalnız iki grup için tanımlıdır; işaretlidir. ξ, grup üyeliğinin yanıttaki değişimin ne kadarını açıkladığını korelasyon ölçeğinde verir, ikiden çok grupta da tanımlıdır, işaretsizdir ve varyans eşitliği varsaymaz. İki grup örneğinde \delta_t=0{,}28 (küçük), \xi=0{,}16 (küçük) birbiriyle uyumludur. Varyanslar belirgin farklıysa δt'nin birleştirilmiş paydası yanıltıcı olabilir; o durumda ξ ya da "eşit varyans" kapalıyken birinci grubun ölçeğiyle δt yeğlenir.

S7. Başka bir paketin Yuen testi neden farklı sonuç verdi?

Winsorize sınırlarının tanımı paketten pakete değişir. Yuen (1974) ve WRS2 sınırları x_{(g+1)} ve x_{(n-g)} sıra istatistiklerinden alır. DescTools::YuenTTest aynı sınırları quantile(x, c(γ, 1 − γ)) ile, yani ara değerlemeli çeyrekliklerden alır; \gamma n tam sayı değilse sınırlar farklı noktalara düşer ve Winsorize varyans değişir (iki grup örneğinde t: 0,8394 ↔ 0,8509). Kırpılmış ortalamalar iki pakette de aynıdır. Karşılaştırma yapılırken paketin Winsorize tanımı denetlenir.

S8. Etkileşim anlamlıyken ana etkiler nasıl okunur?

t2way'in ana etki testi, öteki etkenin düzeyleri üzerinden toplanmış kırpılmış ortalamaları karşılaştırır. Etkileşim varken bu toplam, düzeye göre değişen etkilerin ortalamasıdır ve tek başına yorumlanmaz: örnekte cinsiyet farkı 0 ve 2 birada −7,5 ve −4,2 puan (kadınlar düşük), 4 birada +21,7 puandır (kadınlar yüksek); toplamları 10'dur ve anlamsız çıkar. Yorum etkileşim kontrastları ve etkileşim grafiği üzerinden yapılır.

S9. Tekrarlı ölçümde ε̃ = 1 çıkması ne demek; küresellik sınanıyor mu?

Ayrı bir küresellik testi yapılmaz; Winsorize kovaryans matrisinden \hat\varepsilon kestirilir ve Huynh–Feldt düzeltmesi 1'de kesilir. Örnekte \hat\varepsilon=0{,}958, düzeltilmiş değer 1'in üstünde çıktığından \tilde\varepsilon=1 alınır ve serbestlik dereceleri düzeltilmez (2 ve 22). Küresellikten sapma büyüdükçe \tilde\varepsilon küçülür ve iki serbestlik derecesi birlikte daralır. Payda serbestlik derecesi n-1 değil h-1 üzerinden kurulur: kırpma etkin örneklem büyüklüğünü azaltır.

43.10 Kaynaklar

  • Algina, J., Keselman, H. J., & Penfield, R. D. (2005). An alternative to Cohen's standardized mean difference effect size: A robust parameter and confidence interval in the two independent groups case. Psychological Methods, 10(3), 317–328. https://doi.org/10.1037/1082-989X.10.3.317
  • Field, A., Miles, J., & Field, Z. (2012). Discovering statistics using R. Sage.
  • Hochberg, Y. (1988). A sharper Bonferroni procedure for multiple tests of significance. Biometrika, 75(4), 800–802. https://doi.org/10.1093/biomet/75.4.800
  • Johansen, S. (1980). The Welch-James approximation to the distribution of the residual sum of squares in a weighted linear regression. Biometrika, 67(1), 85–92. https://doi.org/10.1093/biomet/67.1.85
  • Mair, P., & Wilcox, R. (2020). Robust statistical methods in R using the WRS2 package. Behavior Research Methods, 52(2), 464–488. https://doi.org/10.3758/s13428-019-01246-w
  • Rom, D. M. (1990). A sequentially rejective test procedure based on a modified Bonferroni inequality. Biometrika, 77(3), 663–665. https://doi.org/10.1093/biomet/77.3.663
  • Signorell, A. (2025). DescTools: Tools for descriptive statistics (R package version 0.99.60). https://doi.org/10.32614/CRAN.package.DescTools
  • Welch, B. L. (1951). On the comparison of several mean values: An alternative approach. Biometrika, 38(3–4), 330–336. https://doi.org/10.1093/biomet/38.3-4.330
  • Wilcox, R. R. (2012). Introduction to robust estimation and hypothesis testing (3rd ed.). Academic Press. https://doi.org/10.1016/C2010-0-67044-1
  • Wilcox, R. R., & Tian, T. S. (2011). Measuring effect size: A robust heteroscedastic approach for two or more groups. Journal of Applied Statistics, 38(7), 1359–1368. https://doi.org/10.1080/02664763.2010.498507
  • Yuen, K. K. (1974). The two-sample trimmed t for unequal population variances. Biometrika, 61(1), 165–170. https://doi.org/10.1093/biomet/61.1.165