11. Karma Desen (Split-Plot) ANOVA
Analiz kimliği: anova_mixed · Menü adı: Karma Desen ANOVA (Bölünmüş Parsel) · Panel ve motor: gui/panels/analyses/mixed_anova.py, execute (satır 513–738), _type3_table (482–508), _pooled_sphericity (431–477), _followups (228–303), _q1_extras (306–426) · Ortak motor: stats/factorial_rm.py, factorial_rm_anova (satır 181–454)
11.1 Ne işe yarar
Karma desen ANOVA, bir denekler-arası faktör (her denek tek bir grupta: ilaç ya da plasebo) ile bir denek-içi faktörün (her denek tüm düzeylerde: başlangıç, 4. hafta, 8. hafta) birlikte bulunduğu deseni çözümler. Cevapladığı üç soru vardır: (1) Gruplar zaman boyunca ortalama olarak farklı mı? (2) Ölçüm zamanla değişiyor mu? (3) Zamana bağlı değişim gruplar arasında farklı mı (grup × zaman etkileşimi)? Klinik deneylerde asıl soru çoğu kez üçüncüsüdür.
Model, iki yönlü ANOVA'ya (Bölüm 9) denek içi iç içe rastgele bir denek etkisi eklenmiş biçimdir:
- y_{gij}: g. gruptaki i. deneğin j. zamandaki ölçümü; g=1,\dots,G; i=1,\dots,n_g; j=1,\dots,k; N=\sum_g n_g denek.
- \alpha_g: grup etkisi (sabit); \tau_j: zaman etkisi (sabit); (\alpha\tau)_{gj}: grup × zaman etkileşimi. Toplam-sıfır kısıtları Bölüm 9.1'deki gibidir.
- \pi_{i(g)}\sim N(0,\sigma^2_\pi): grup içinde iç içe denek etkisi. Grup etkisinin hata terimi budur.
- \varepsilon_{gij}: denek içi hata. Zaman ve etkileşim etkilerinin hata terimi budur.
- Tıp örneğinde G=2, n_g=20, k=3, N=40.
Üç sıfır hipotezi:
Ne zaman kullanılır? Ön test–son test deney/kontrol desenleri, gruplara ayrılmış hastaların vizitlerde izlenmesi, tarımda ana parsel × alt parsel (bölünmüş parsel) denemeleri. Veri uzun biçimde olmalıdır: her satır bir denek × zaman gözlemi.
Ne zaman kullanılmaz?
- Gruplar arası faktör yoksa: Tekrarlı Ölçümler ANOVA (Bölüm 10).
- Her iki faktör de gruplar arasıysa: İki Yönlü ANOVA (Bölüm 9).
- Bazı deneklerin bazı vizitleri eksikse ve atılmaları istenmiyorsa: Doğrusal Karma Model; bu modül eksik vizitli deneği tümüyle atar.
- Ön test bir kovaryat gibi düzeltilecekse ve yalnız son test karşılaştırılacaksa: ANCOVA (Bölüm 14). Rastgele atanmış iki grupta ANCOVA, grup × zaman etkileşiminden daha güçlüdür.
- İki ya da daha çok denek-içi faktör, ikinci bir gruplar arası faktör ya da kovaryat varsa: aynı panelin "Ek denek-içi faktör(ler)", "Ek denekler-arası faktör(ler)" ve "Kovaryat(lar)" alanları çok faktörlü yolu açar (11.5.8).
Sık karıştırılan analizler. "Karma desen ANOVA" (mixed-design) ile "karma model" (mixed model, LMM) aynı şey değildir: ilki klasik KT ayrışmasıdır, ikincisi REML ile kestirilen rastgele etkili modeldir. Dengeli ve tam veride, denek için rastgele kesişimli LMM bu modülün küreselliği varsayılan F'lerini verir. Tarımda "bölünmüş parsel" adı, ana parsel faktörünün (denekler-arası) ve alt parsel faktörünün (denek-içi) hata terimlerinin ayrı olmasından gelir; denek burada ana parseldir.
11.2 Varsayımlar ve veri türü
| Varsayım | Ne demek | MerQur'da nasıl denetlenir |
|---|---|---|
| Denekler bağımsız | Bir denek tek bir gruptadır, denekler birbirini etkilemez. | Bir denek birden çok grupta görünürse hata (mixed_anova.py:614–618). |
| Normallik | Her grupta denek-içi ölçüm vektörü çok değişkenli normal. | Denetlenmez. |
| Varyans eşitliği (gruplar arası) | Her zaman noktasında grup varyansları eşit. | İsteğe bağlı Levene (her zaman düzeyinde, ortalama merkezli) (mixed_anova.py:292–296). |
| Kovaryans matrisi eşitliği | Grupların k\times k kovaryans matrisleri eşit. | İsteğe bağlı Box M (mixed_anova.py:297–302). |
| Küresellik (havuzlanmış) | Grup içi havuzlanmış kovaryansın ortonormal kontrastlarla dönüşmüş biçimi küresel. | Her zaman Mauchly W, GG ve HF \varepsilon (mixed_anova.py:650–664). |
| Denek × zaman hücresi tek | Her denek her zamanda bir kez ölçülmüş. | Birden çok satır varsa ortalaması alınır ve uyarı yazılır (mixed_anova.py:620–624). |
Eksik değer. Önce dv, denek, grup ve zaman sütunlarında eksiği olan satırlar atılır (mixed_anova.py:584–586). Sonra veri geniş biçime çevrilir ve herhangi bir zamanda ölçümü eksik olan denek tümüyle atılır; atılan denek sayısı uyarı olarak yazılır (mixed_anova.py:627–633). ANOVA tablosu, hücre ortalamaları, küresellik ve izleyen testlerin hepsi bu tam denek kümesinden hesaplanır (R'deki liste bazında silme ile aynı).
Uç durumlar (kod sırasıyla):
- Dört rol için aynı sütun iki kez seçilirse hata (
mixed_anova.py:579–582). - Bağımlı değişken sabitse hata (
mixed_anova.py:590–591). - Denek-içi ya da denekler-arası faktörün 2'den az düzeyi varsa hata (
mixed_anova.py:603–606,603–606). - k=2 ise küresellik her zaman sağlanır: W=1, \varepsilon=1 döner ve Mauchly p "—" yazılır (
mixed_anova.py:451–452). - Havuzlanmış kovaryans tekilse W=0 yazılır, \chi^2 ve p boş bırakılır, karar "tanımsız" olur ve uyarı düşer (
mixed_anova.py:466–469,661–662). - Izleyen testler (basit etkiler, Levene, Box M) hata verirse analiz durmaz; uyarıya hata metni yazılır (
mixed_anova.py:712–713). Box M her grupta n_g>k ister.
11.3 Parametreler
Varsayılanlar mixed_anova.py:99–202 (form ve read_options) içinden okunmuştur.
| Arayüz adı | Varsayılan | Ne yapar | Sonucu nasıl değiştirir |
|---|---|---|---|
| Bağımlı değişken (ölçüm) | ilk sayısal sütun | Sürekli ölçüm. | |
| Denek (subject) kimliği | ilk sütun | Aynı deneğin satırlarını bağlar. | Yanlış seçilirse her satır ayrı denek sayılır ve tüm denekler eksik hücreli olarak atılır. |
| Denekler-arası faktör (grup) | ilk kategorik sütun | Grup. Sayısal kodlu faktörler de listelenir. | |
| Denek-içi faktör (zaman/koşul) | ilk sütun | Zaman/koşul. | Düzeyler MerQur'un ortak düzey sırasıyla dizilir: Veri sekmesinde tanımlı sıra, yoksa sayısal/doğal sıra ("hafta4" < "hafta12"), o da yoksa verideki ilk görülme sırası (11.8, S8). |
| Basit etkiler + ikili karşılaştırma | kapalı | Her zamanda grup etkisi (F) ve her grupta zaman etkisi (çok değişkenli kesin F) + ikili farklar. | Ek bölüm. |
| EMM / basit etki düzeltmesi | Bonferroni | Bonferroni, Šidák ya da LSD. | Yalnız basit etki ikili p'leri. Basit etkiler kapalıyken seçilirse ayar bloğuna "üst seçenek kapalı" notu düşer (mixed_anova.py:700–705). |
| Varsayım testleri | Levene kapalı, Box M kapalı | Her zamanda Levene; Box M. | Ek bölüm. |
| Küresellik düzeltmesi | Otomatik (ihlalde GG ve HF p'si eklenir) | GG, HF, alt sınır ya da "Tümü (tek tabloda)". | "Otomatik"te tablo düzeltilmemiş kalır, ihlalde GG/HF p satırları yazılır; diğer seçimlerde ek "düzeltmeli testler" bloğu. |
| Ek çıktı: η²_G (ges) | kapalı | Genelleştirilmiş eta kare. | Ek bölüm. |
| Ek çıktı: Çok değişkenli testler | kapalı | Zaman ve etkileşim için Pillai, Wilks, Hotelling–Lawley, Roy. | Ek bölüm. |
| Ek çıktı: Grafikte GA hata çubukları | kapalı | Hücre ortalaması ± t_{n-1}\cdot SS/\sqrt n. | Yalnız grafik. |
| Polinom kontrastlar | Yok | Doğrusal, kuadratik, kübik; her biri zaman trendi ve grup × trend. | Ek bölüm; eşit aralık ve düzey sırası. Sıra verideki ilk görülme sırasından geliyorsa "Düzey sırası tanımlanmadı" uyarısı yazılır. |
| Ek denek-içi / denekler-arası faktör(ler), Kovaryat(lar) | boş | Çok faktörlü GLM REPEATED yolu. | Motor stats/factorial_rm.py (11.5.8). |
Güven düzeyi neyi değiştirir?
Formdaki güven düzeyi kutusu \alpha=1-\text{düzey}'i belirler (varsayılan %95). Mauchly kararı, ★ ve * işaretleri ve grafikteki GA çubukları bu \alpha ile kurulur; F, p ve \varepsilon değişmez.
11.4 Tıp örneği
Dosya: english/datasets/Tip/115_mixed_anova_symptom_score.xlsx. Değişken seçimi VIDEO_SCRIPT_TR.txt #115 bölümünden alınmıştır.
| Değişken | Rol | Tür | Açıklama |
|---|---|---|---|
symptom_score |
Bağımlı değişken | sürekli | Semptom puanı (yüksek = kötü) |
patient_id |
Denek kimliği | tamsayı | 40 hasta, her biri 3 satır |
treatment |
Denekler-arası faktör | metin, 2 düzey | active_drug (20), placebo (20) |
visit |
Denek-içi faktör | metin, 3 düzey | baseline, week4, week8 |
n ve eksik değer: 40 hasta × 3 vizit = 120 satır; eksik değer yok, desen dengeli. "baseline" sayı içermediği için düzey sırası verideki ilk görülme sırasıdır ve zaman sırasıyla aynıdır (baseline, week4, week8); polinom kontrastlar doğru sıraya uygulanır. Sıra kullanıcı tarafından tanımlanmadığı ve etiketlerde sayı bulunmadığı için MerQur polinom bölümünde "⚠ Düzey sırası tanımlanmadı (visit): eğilim testi verideki ilk görülme sırasını (baseline, week4, week8) skor olarak kullandı" uyarısını yazar; bu veride sıra doğru olduğundan uyarı sonucu değiştirmez.
Klinik soru: Semptom puanı 8 hafta boyunca azalıyor mu? Azalma iki grupta farklı mı?
Seçilen ayarlar: Arayüz varsayılanları. Sayısal yürüyüş için ikinci çalıştırmada basit etkiler (Bonferroni), Levene, Box M, "Tümü" düzeltmesi, \eta^2_G, çok değişkenli testler ve kuadratik dereceye kadar polinom açılmıştır.
Dengesiz alt örnek (öğretim için). Dengeli veride III. tür KT ile ağırlıklı KT aynıdır. Farkı göstermek için plasebo grubunun ilk 6 hastası (kimlik sırasıyla) çıkarılmıştır: n=20+14=34. Bu alt örnek yalnız 11.5.3 ve 11.6, Adım 9'da kullanılır.
Şekil 11.1. Grup × vizit etkileşim grafiği. Çubuklar, grup içi havuzlanmış kovaryans matrisinin köşegeniyle kurulmuş %95 GA'dır (t_{0{,}975;\,38}\sqrt{S_{jj}/20}). Plasebo grubu başlangıçta daha düşük puanla başlar ve daha hızlı düşer; çizgilerin açılması etkileşimi gösterir.
11.5 Formüller ve hesap adımları
MerQur'un hesap sırası şudur: (1) eksikleri at, faktörleri metne çevir, düzeyleri ortak düzey sırasıyla diz (core.cat_order); (2) geniş biçime çevir, eksik hücreli denekleri at; (3) III. tür ANOVA tablosunu stats/factorial_rm.py motoruyla kur (_type3_table); (4) grup içi havuzlanmış kovaryanstan Mauchly, GG ve HF'yi hesapla, zaman ve etkileşim satırlarına düzeltilmiş p ekle (mixed_anova.py:666–684); (5) hücre ortalamalarını ve seçilen izleyen çıktıları ekle.
Koddaki tercih: pingouin yerine kendi III. tür motoru
pingouin.mixed_anova dengesiz gruplarda zaman ana etkisinin KT'sini grup büyüklükleriyle ağırlıklı (N\sum_j(\bar y_{\cdot j}-\bar y)^2) verir. R car::Anova(type = 3) ağırlıksız (III. tür) KT kullanır. MerQur tabloyu bu tanımla, çok faktörlü motorla kurar (mixed_anova.py:482–508); dengeli desende iki tanım aynı sonucu verir (11.5.3).
11.5.1 Kareler toplamının ayrışması (dengeli desen)
Dengeli desende (n_g=n) toplam KT beş parçaya ayrılır:
- \bar y_{gi\cdot}: deneğin kendi ortalaması; \bar y_{g\cdot\cdot}: grup ortalaması; \bar y_{\cdot\cdot j}: zaman ortalaması; \bar y_{g\cdot j}: hücre ortalaması; \bar y: büyük ortalama.
- \mathrm{KT}_A (sd G-1) ve \mathrm{KT}_{S/A} (denekler/grup, sd N-G): denekler-arası katman. Grup etkisi \mathrm{KO}_{S/A}'ya karşı sınanır.
- \mathrm{KT}_T^{\,z} (sd k-1), \mathrm{KT}_{AT} (sd (G-1)(k-1)) ve \mathrm{KT}_H (zaman × denekler/grup, sd (N-G)(k-1)): denek-içi katman. Zaman ve etkileşim \mathrm{KO}_H'ye karşı sınanır.
Neden iki ayrı hata terimi?
Grup karşılaştırması deneklere dayanır: her denek grup için tek bir "bilgi birimi"dir ve denekler arası değişkenlik (\sigma^2+k\sigma^2_\pi) bu karşılaştırmanın gürültüsüdür. Zaman karşılaştırması ise her deneğin kendi içindedir; denek düzeyi farkları (\sigma^2_\pi) kendiliğinden düşer ve yalnız \sigma^2 kalır. Tıp örneğinde \mathrm{KO}_{S/A}=89{,}73, \mathrm{KO}_H=13{,}46'dır: tek bir havuzlanmış hata kullanılsaydı grup testi aşırı liberal, zaman testi gereksiz tutucu olurdu. Tarımdaki bölünmüş parselde aynı mantık "ana parsel hatası" ve "alt parsel hatası" adını alır.
11.5.2 Çok değişkenli doğrusal model gösterimi
MerQur bu KT'leri doğrudan yukarıdaki formüllerle değil, çok değişkenli doğrusal model üzerinden hesaplar (factorial_rm.py:232–324). \mathbf Y (N\times k) geniş ölçüm matrisi, \mathbf X (N\times G) toplam-sıfır kodlu grup tasarımı olsun:
- Grup etkisi: \mathbf L grup katsayı satırları, \mathbf M=\mathbf 1_k/\sqrt k (denek toplamının ölçeklenmiş hali). Hata KT'si \mathrm{KT}_{S/A} olur.
- Zaman etkisi: \mathbf L=(1{,}0,\dots,0) (kesişim), \mathbf M=\mathbf C, k\times(k-1) ortonormal kontrast (
_orth_contrast,factorial_rm.py:69–73). - Etkileşim: \mathbf L grup satırları, \mathbf M=\mathbf C. Zaman ve etkileşimin hata KT'si \operatorname{tr}(\mathbf C^{\top}\mathbf E\mathbf C)=\mathrm{KT}_H.
- sd: q\cdot d ve \sd_e\cdot d; q = \mathbf L'nin satır sayısı, d = \mathbf M'nin sütun sayısı.
- Tablodaki \eta^2_p=\mathrm{KT}/(\mathrm{KT}+\mathrm{KT}_{\text{hata}}) (
factorial_rm.py:319).
11.5.3 Dengesiz desende III. tür KT
Toplam-sıfır kodlamada kesişim, ağırlıksız grup ortalamalarının ortalamasıdır. Zaman etkisinin III. tür KT'si bu yüzden ağırlıksız zaman ortalamalarıyla ve grup büyüklüklerinin harmonik ortalamasıyla yazılabilir:
- \tilde y_{\cdot j}: j. zamanın ağırlıksız (grup ortalamalarının basit ortalaması) marjinal ortalaması; \bar{\tilde y}: bunların ortalaması.
- \tilde n: grup büyüklüklerinin harmonik ortalaması. Dengeli desende \tilde n=n ve G\tilde n=N olur; formül 11.5.1'deki \mathrm{KT}_T^{\,z}'ye indirgenir.
- Ağırlıklı (pingouin) KT: N\sum_j(\bar y_{\cdot\cdot j}-\bar y)^2; büyük grubun zaman profili ortalamaya daha çok girer.
- İki gruplu desende grup ve etkileşim KT'leri iki tanımda aynıdır; fark yalnız zaman ana etkisindedir.
Neden ağırlıksız?
III. tür zaman hipotezi, "grupların zaman profillerinin ağırlıksız ortalaması düzdür" demektir. Grup büyüklükleri deneyin tesadüfi sonucuysa (ör. bırakma), zaman etkisinin bir grubun daha kalabalık olmasından etkilenmemesi istenir. Ağırlıklı KT ise, büyük grubun profiline yaslanır.
11.5.4 Küresellik: grup içi havuzlanmış kovaryans
Karma desende küresellik, her grubun içindeki kovaryans yapısıyla ilgilidir. Kod denekleri kendi grup ortalamasından merkezler ve havuzlar (mixed_anova.py:453–457):
- \mathbf S_p: grup içi havuzlanmış kovaryans; sd N-G. Bölüm 10'daki tek gruplu formülden tek farkı, hata sd'sinin n-1 yerine N-G olmasıdır.
- \mathbf C:
np.linalg.qrile kurulan ortonormal kontrast (mixed_anova.py:458–459). - Düzeltilmiş p'ler zaman ve etkileşim satırlarına aynı \varepsilon ile uygulanır (
mixed_anova.py:676–682): p=P(F_{\varepsilon\sd_1,\,\varepsilon\sd_2}\ge F).
Koddaki tercih: pingouin'in ε'u kullanılmaz
pingouin.sphericity ve mixed_anova küreselliği gruplar arası faktörü yok sayan toplam kovaryans matrisiyle hesaplar; grup × zaman etkileşimi varsa grup ortalama profillerinin farkı kovaryansa karışır ve \varepsilon yanlış çıkar. MerQur grup içi havuzlanmış kovaryansı kullanır (mixed_anova.py:650–653).
HF formülü: R car'dan farklı
MerQur HF payında N kullanır; bu, Huynh ve Feldt'in (1976) özgün formülüdür. R car::Anova (dolayısıyla afex) Lecoutre (1991) düzeltmesini kullanır: payda N yerine N-G+1. Tek gruplu desende ikisi aynıdır; burada G=2 olduğundan ham değerler ayrılır: MerQur 1,080688, R car 1,052977. İkisi de 1'e kırpıldığından düzeltilmiş p bu örnekte aynıdır. \varepsilon<1 bölgesinde iki program farklı p verir; Lecoutre'nin düzeltmesi daha doğrudur; MerQur özgün formülü tutar.
11.5.5 Etki büyüklükleri
- \eta^2_p'de \mathrm{KT}_{\text{hata}} etkinin kendi hata terimidir: grup için \mathrm{KT}_{S/A}, zaman ve etkileşim için \mathrm{KT}_H.
- \eta^2_G paydası her etki için aynıdır: iki hata KT'sinin toplamı (
mixed_anova.py:354–376). Olejnik ve Algina (2003) tanımında tüm faktörler "manipüle edilmiş" sayıldığında budur;afexes = "ges"ile aynıdır. - MerQur hata KT'lerini tablodaki SSE sütunundan alır; dengesiz desende de III. tür değerler kullanılır.
11.5.6 Çok değişkenli testler ve polinom kontrastlar
Çok değişkenli testler (mixed_anova.py:377–396): fark puanları \mathbf D=(y_{\cdot2}-y_{\cdot1},\dots,y_{\cdot k}-y_{\cdot1}) toplam-sıfır kodlu grup üzerine MANOVA ile (statsmodels MANOVA) çözümlenir. Kesişim terimi zaman etkisini, grup terimi grup × zaman etkileşimini sınar. Tek özdeğerli (s=1) durumda \lambda hipotez–hata özdeğeri olmak üzere:
İki gruplu desende hem zaman hem etkileşim için s=1'dir ve dört test aynı F'yi verir. G\ge3 ve k\ge3 ise etkileşimde s>1 olur; dört test ayrılır ve Hotelling–Lawley için McKeon yaklaşımı kullanılır.
Polinom kontrastlar (mixed_anova.py:397–425): kontrast puanı L_{gi}=\sum_j c_{mj}y_{gij} (\mathbf c_m: contr.poly). Her derece için iki test yapılır:
- \bar L_g: g. grubun kontrast ortalaması; \bar{\tilde L}=\frac1G\sum_g\bar L_g (ağırlıksız); \bar L_w ağırlıklı ortalama.
- \mathrm{KO}_L: kontrast puanlarının grup içi havuzlanmış varyansı, sd N-G.
- F_0: tüm gruplar için ortak trend (III. tür kesişim testi); F_g: trendin gruplar arasında farklı olup olmadığı (grup × trend).
11.5.7 Basit etkiler ve ikili karşılaştırmalar
Basit etkiler çok değişkenli modelden, grup içi havuzlanmış \mathbf S_p ve \sd_e=N-G ile hesaplanır (mixed_anova.py:228–291).
Grup etkisi, j. zamanda:
Zaman etkisi, g. grupta (çok değişkenli kesin F): \mathbf A ardışık fark matrisi ((k-1)\times k) olmak üzere
- S_{p,jj}: havuzlanmış kovaryansın j. köşegen öğesi; o zamandaki grup içi varyans. Grup basit etkisi yalnız o zamanın verisine dayanır, ama payda havuzlanmış varyanstır (tek grup varyansı değil).
- Zaman basit etkisi, tek bir grubun profili için Hotelling T^2'dir; kovaryans bütün gruplardan havuzlanır (\sd_e=38), bu yüzden sd (2,\,37)'dir, (2,\,18) değil.
- İkili p'ler o "by" düzeyindeki çift sayısına göre Bonferroni (m\,p) ya da Šidák (1-(1-p)^m) ile düzeltilir; LSD düzeltmesizdir (
mixed_anova.py:219–225).
Neden zaman basit etkisi küreselliğe dayanmıyor?
Grup içi zaman karşılaştırması tek değişkenli yolla yapılsaydı, o grubun koşul × denek hatası kullanılacak ve küresellik gerekecekti. Çok değişkenli kesin test, (k-1) fark puanının tam kovaryans matrisini kullanır ve küreselliği gerektirmez. Bu tanım R emmeans::joint_tests(…, model = "multivariate") yaklaşımıyla tutarlıdır.
11.5.8 Çok faktörlü yol
"Ek denek-içi faktör(ler)", "Ek denekler-arası faktör(ler)" ya da "Kovaryat(lar)" doluysa execute doğrudan factorial_rm.from_long çağırır (mixed_anova.py:542–570). Formüller Bölüm 10.5.7'dekiyle aynıdır. Bu yolda \eta^2_G, çok değişkenli testler ve tüm düzeltmeler her zaman yazılır; Levene, Box M, polinom ve grafik GA okunmaz ve seçilmişlerse uyarı düşer. Düzeyler _natural_key ile doğal sıraya dizilir (factorial_rm.py:530); tek faktörlü yolun sözlük sırasından farklıdır (11.9). Kovaryatlar merkezlenmeden eklenir; denek-içi etkiler kovaryat =0 noktasında sınanır ve bu bir uyarıyla bildirilir (factorial_rm.py:440–441).
11.6 Elle hesap: Tıp verisinde sayısal yürüyüş
Aşağıdaki değerler dogrulama/anova_mixed/elle_hesap.py ile, MerQur, pingouin ve statsmodels çağrılmadan numpy ile hesaplanmıştır. Dengeli veride KT'ler kapalı formüllerle, ayrıca III. tür genel doğrusal hipotezle (11.5.2) hesaplanmış ve iki yol eşleşmiştir.
Adım 1 — Ortalamalar. Büyük ortalama \bar y=32{,}713333. Grup ortalamaları: active_drug 37,615000; placebo 27,811667. Vizit ortalamaları: 40,5725; 33,5125; 24,0550.
| baseline | week4 | week8 | Grup (n=20) | |
|---|---|---|---|---|
| active_drug | 43,415 (SS 5,527) | 38,760 (SS 5,725) | 30,670 (SS 6,142) | 37,615 |
| placebo | 37,730 (SS 6,001) | 28,265 (SS 6,921) | 17,440 (SS 6,954) | 27,812 |
| Vizit (N=40) | 40,5725 | 33,5125 | 24,0550 | 32,713 |
Adım 2 — Denekler-arası katman.
\mathrm{KO}_{S/A}=3409{,}825/38=89{,}732237; F_A=2883{,}160333/89{,}732237=32{,}1307, F(1,\,38), p=1{,}62\times10^{-6}.
Adım 3 — Denek-içi katman.
\mathrm{KO}_H=1023{,}086/76=13{,}461658. F_T=(5494{,}876167/2)/13{,}461658=204{,}0936; F_{AT}=(291{,}811167/2)/13{,}461658=10{,}8386, F(2,\,76), p=7{,}22\times10^{-5}. Toplam: 2883{,}16+3409{,}83+5494{,}88+291{,}81+1023{,}09=13102{,}76=\mathrm{KT}_{\text{top}}.
| Kaynak | KT | sd | KO | F | p | \eta^2_p | \eta^2_G |
|---|---|---|---|---|---|---|---|
| treatment | 2883,1603 | 1 | 2883,1603 | 32,1307 | 1{,}62\times10^{-6} | 0,4582 | 0,3941 |
| Denekler/grup (hata) | 3409,8250 | 38 | 89,7322 | ||||
| visit | 5494,8762 | 2 | 2747,4381 | 204,0936 | 2{,}76\times10^{-31} | 0,8430 | 0,5535 |
| treatment × visit | 291,8112 | 2 | 145,9056 | 10,8386 | 7{,}22\times10^{-5} | 0,2219 | 0,0618 |
| visit × denekler/grup (hata) | 1023,0860 | 76 | 13,4617 |
\eta^2_G paydası 3409{,}825+1023{,}086=4432{,}911; örneğin etkileşim için 291{,}811/(291{,}811+4432{,}911)=0{,}061763.
Adım 4 — Havuzlanmış kovaryans ve küresellik.
W=0{,}997737; \chi^2=-(38-\tfrac{8+2+2}{12})\ln0{,}997737=0{,}083843, sd 2, p=0{,}958945: küresellik sağlanıyor. \hat\varepsilon_{GG}=0{,}997742; HF ham değeri (40\cdot2\cdot0{,}997742-2)/[2(38-2\cdot0{,}997742)]=1{,}080688\to1 (R car Lecoutre formülüyle 1,052977). GG düzeltmeli p: zaman 3{,}20\times10^{-31}, etkileşim 7{,}33\times10^{-5}; alt sınır (\varepsilon=0{,}5) etkileşim p=0{,}002154.
Adım 5 — Çok değişkenli testler. Zaman: Pillai 0{,}913588, \Lambda=0{,}086412, F(2,\,37)=195{,}5918, p=2{,}12\times10^{-20}. Etkileşim: Pillai 0{,}355238, \Lambda=0{,}644762, F(2,\,37)=10{,}1928, p=0{,}000298.
Adım 6 — Polinom kontrastlar. Doğrusal (-0{,}7071,\ 0,\ 0{,}7071): ortak trend F(1,\,38)=395{,}4300, p=1{,}10\times10^{-21}; grup × doğrusal F(1,\,38)=20{,}6272, p=5{,}49\times10^{-5}. Kuadratik: F=2{,}9198, p=0{,}0957; grup × kuadratik F=0{,}5468, p=0{,}4642. Etkileşim neredeyse tümüyle doğrusal eğim farkından gelir: plasebo grubunda düşüş daha diktir.
Adım 7 — Basit etkiler (Bonferroni). Grup farkı her vizitte: baseline \Delta=5{,}685, \SH=\sqrt{33{,}2807\cdot(1/20+1/20)}=1{,}824301, F(1,\,38)=(5{,}685/1{,}824301)^2=9{,}7111, p=0{,}00348; week4 \Delta=10{,}495, F=27{,}3078, p=6{,}55\times10^{-6}; week8 \Delta=13{,}230, F=40{,}6672, p=1{,}73\times10^{-7}. Zaman etkisi her grupta: active_drug T^2=122{,}4313, F(2,\,37)=\frac{37}{2\cdot38}\times122{,}4313=59{,}6047, Pillai 0{,}763139; placebo F(2,\,37)=146{,}1798, Pillai 0{,}887661. İkili zaman farkı örneği (active_drug, baseline − week4): \Delta=4{,}655, \SH=\sqrt{(33{,}2807+40{,}3346-2\cdot23{,}0432)/20}=1{,}173218, t(38)=3{,}968, ham p=0{,}000311, Bonferroni (m=3) p=0{,}000932.
Adım 8 — Levene ve Box M. Levene (her vizitte, ortalama merkezli): F(1,\,38)=0{,}0460 (p=0{,}8314), 1{,}0649 (p=0{,}3086), 0{,}3199 (p=0{,}5750). Box M: \chi^2(6)=0{,}6771, p=0{,}9950. Varsayımlar karşılanıyor.
Adım 9 — Dengesiz alt örnek (n=20+14=34, \sd_e=32). Harmonik ortalama \tilde n=2/(1/20+1/14)=16{,}470588; ağırlıksız vizit ortalamaları 41,0325; 33,890714; 24,6850 (ortalaması 33,202738):
| Kaynak | III. tür KT | F | p |
|---|---|---|---|
| treatment | 1923,9019 | 22,9808 (1, 32) | 3{,}61\times10^{-5} |
| visit | 4424,9996 | 175,7737 (2, 64) | 1{,}00\times10^{-26} |
| treatment × visit | 224,0761 | 8,9009 (2, 64) | 0,000388 |
İki gruplu desende grup ve etkileşim KT'leri ağırlıklı ve ağırlıksız tanımda aynıdır; fark yalnız visit satırındadır (4425,00 ile 4226,74). MerQur ve R car::Anova(type = 3) ilkini verir.
11.6.1 Doğrulama: MerQur, Python ve R
MerQur değerleri execute() sonuç nesnesinden (table, q1_vals, simple_between, simple_within, pairwise, levene_rows, box_m ve küresellik alanları) alınmıştır. Panel bu nesneyi yuvarlamadan saklar; yuvarlama yalnız gösterimde yapılır, bu yüzden round() etkisizleştirmesi gerekmemiştir (dogrulama/anova_mixed/merqur_calistir.py). R: 4.5.3, afex::aov_car(type = 3) ve summary(…$Anova, multivariate = TRUE) (tablo, \eta^2_p, \eta^2_G, Mauchly, GG, çok değişkenli SSCP), car::leveneTest(center = mean), heplots::boxM, emmeans(model = "multivariate") + joint_tests ve pairs(adjust = "bonferroni"), polinom için kontrast puanında car::Anova(type = 3). Zaman basit etkisinin havuzlanmış Hotelling T^2'si ve HF'nin özgün formülü R'de matrislerle ayrıca kurulmuştur.
Dengeli veri, tüm seçenekler:
| Büyüklük | MerQur | Python (bağımsız) | R 4.5.3 | En büyük fark | Durum |
|---|---|---|---|---|---|
| KT (treatment) | 2883,160333 | 2883,160333 | 2883,160333 | 5,0e−12 | ✓ |
| Hata KT (treatment) | 3409,825000 | 3409,825000 | 3409,825000 | 4,5e−13 | ✓ |
| F (treatment) | 32,130708 | 32,130708 | 32,130708 | 3,6e−14 | ✓ |
| p (treatment) | 1,6228·10−6 | 1,6228·10−6 | 1,6228·10−6 | 2,5e−20 | ✓ |
| \eta^2_p (treatment) | 0,458155 | 0,458155 | 0,458155 | 1,1e−16 | ✓ |
| KT (visit) | 5494,876167 | 5494,876167 | 5494,876167 | 8,2e−12 | ✓ |
| Hata KT (visit) | 1023,086000 | 1023,086000 | 1023,086000 | 9,1e−13 | ✓ |
| F (visit) | 204,093590 | 204,093590 | 204,093590 | 4,5e−13 | ✓ |
| p (visit) | 2,7568·10−31 | 2,7568·10−31 | 2,7568·10−31 | 2,0e−44 | ✓ |
| \eta^2_p (visit) | 0,843036 | 0,843036 | 0,843036 | 6,7e−16 | ✓ |
| KT (treatment × visit) | 291,811167 | 291,811167 | 291,811167 | 1,1e−12 | ✓ |
| Hata KT (treatment × visit) | 1023,086000 | 1023,086000 | 1023,086000 | 9,1e−13 | ✓ |
| F (treatment × visit) | 10,838604 | 10,838604 | 10,838604 | 1,6e−14 | ✓ |
| p (treatment × visit) | 7,2239·10−5 | 7,2239·10−5 | 7,2239·10−5 | 1,6e−18 | ✓ |
| \eta^2_p (treatment × visit) | 0,221927 | 0,221927 | 0,221927 | 4,4e−16 | ✓ |
| \eta^2_G (treatment) | 0,394086 | 0,394086 | 0,394086 | 4,4e−16 | ✓ |
| \eta^2_G (visit) | 0,553484 | 0,553484 | 0,553484 | 1,0e−15 | ✓ |
| \eta^2_G (treatment × visit) | 0,061763 | 0,061763 | 0,061763 | 2,2e−16 | ✓ |
| Mauchly W (havuzlanmış) | 0,997737 | 0,997737 | 0,997737 | 3,3e−16 | ✓ |
| Mauchly p | 0,958945 | 0,958945 | 0,958945 | 9,9e−15 | ✓ |
| \hat\varepsilon_{GG} | 0,997742 | 0,997742 | 0,997742 | 5,6e−16 | ✓ |
| \tilde\varepsilon_{HF} özgün (kırpılmadan) | — | 1,080688 | 1,080688 | 4,9e−15 | ✓ |
| \tilde\varepsilon_{HF} (1'e kırpılmış) | 1 | 1 | 1 | 0,0e+00 | ✓ |
| p GG (visit) | 3,2022·10−31 | 3,2022·10−31 | 3,2022·10−31 | 2,3e−44 | ✓ |
| p GG (etkileşim) | 7,3346·10−5 | 7,3346·10−5 | 7,3346·10−5 | 1,7e−18 | ✓ |
| p alt sınır (visit) | 7,3194·10−17 | 7,3194·10−17 | 7,3194·10−17 | 2,4e−30 | ✓ |
| p alt sınır (etkileşim) | 0,002154 | 0,002154 | 0,002154 | 3,3e−17 | ✓ |
| Pillai (visit) | 0,913588 | 0,913588 | 0,913588 | 3,3e−16 | ✓ |
| Çok değişkenli p (visit) | 2,1212·10−20 | 2,1212·10−20 | — | 1,0e−33 | ✓ |
| Pillai (etkileşim) | 0,355238 | 0,355238 | 0,355238 | 8,3e−16 | ✓ |
| Çok değişkenli p (etkileşim) | 0,000298 | 0,000298 | — | 6,6e−18 | ✓ |
| Polinom F (doğrusal) | 395,429952 | 395,429952 | 395,429952 | 7,4e−13 | ✓ |
| Grup × doğrusal F | 20,627160 | 20,627160 | 20,627160 | 3,6e−15 | ✓ |
| Polinom F (kuadratik) | 2,919785 | 2,919785 | 2,919785 | 9,3e−15 | ✓ |
| Grup × kuadratik F | 0,546776 | 0,546776 | 0,546776 | 1,9e−15 | ✓ |
| Levene F (baseline) | 0,045963 | 0,045963 | 0,045963 | 3,9e−16 | ✓ |
| Levene F (week4) | 1,064939 | 1,064939 | 1,064939 | 3,6e−15 | ✓ |
| Levene F (week8) | 0,319880 | 0,319880 | 0,319880 | 1,7e−16 | ✓ |
| Box M \chi^2 | 0,677051 | 0,677051 | 0,677051 | 1,1e−16 | ✓ |
| Box M p | 0,994973 | 0,994973 | 0,994973 | 5,6e−16 | ✓ |
Basit etkiler ve ikili karşılaştırmalar:
| Büyüklük | MerQur | Python (bağımsız) | R 4.5.3 | En büyük fark | Durum |
|---|---|---|---|---|---|
| Grup etkisi F (visit = baseline) | 9,711094 | 9,711094 | 9,711094 | 4,1e−14 | ✓ |
| Grup etkisi p (visit = baseline) | 0,003480 | 0,003480 | 0,003480 | 3,8e−17 | ✓ |
| Grup farkı SH (visit = baseline) | 1,824301 | 1,824301 | 1,824301 | 2,4e−15 | ✓ |
| Grup etkisi F (visit = week4) | 27,307849 | 27,307849 | 27,307849 | 6,0e−14 | ✓ |
| Grup etkisi p (visit = week4) | 6,5471·10−6 | 6,5471·10−6 | 6,5471·10−6 | 7,6e−20 | ✓ |
| Grup farkı SH (visit = week4) | 2,008347 | 2,008347 | 2,008347 | 2,2e−15 | ✓ |
| Grup etkisi F (visit = week8) | 40,667247 | 40,667247 | 40,667247 | 9,2e−14 | ✓ |
| Grup etkisi p (visit = week8) | 1,7323·10−7 | 1,7323·10−7 | 1,7323·10−7 | 7,1e−22 | ✓ |
| Grup farkı SH (visit = week8) | 2,074615 | 2,074615 | 2,074615 | 2,7e−15 | ✓ |
| Zaman etkisi F (active_drug) | 59,604736 | 59,604736 | 59,604736 | 5,7e−14 | ✓ |
| Zaman etkisi Pillai (active_drug) | 0,763139 | 0,763139 | 0,763139 | 5,6e−16 | ✓ |
| Zaman etkisi F (placebo) | 146,179849 | 146,179849 | 146,179849 | 5,7e−13 | ✓ |
| Zaman etkisi Pillai (placebo) | 0,887661 | 0,887661 | 0,887661 | 4,4e−16 | ✓ |
| baseline − week4 SH (active_drug) | 1,173218 | 1,173218 | 1,173218 | 1,6e−15 | ✓ |
| baseline − week4 Bonferroni p (active_drug) | 0,000932 | 0,000932 | 0,000932 | 7,7e−17 | ✓ |
| baseline − week8 SH (active_drug) | 1,174693 | 1,174693 | 1,174693 | 1,6e−15 | ✓ |
| baseline − week8 Bonferroni p (active_drug) | 1,0122·10−12 | 1,0122·10−12 | 1,0122·10−12 | 5,5e−26 | ✓ |
| week4 − week8 SH (active_drug) | 1,132321 | 1,132321 | 1,132321 | 4,2e−15 | ✓ |
| week4 − week8 Bonferroni p (active_drug) | 4,7059·10−8 | 4,7059·10−8 | 4,7059·10−8 | 1,5e−21 | ✓ |
| baseline − week4 SH (placebo) | 1,173218 | 1,173218 | 1,173218 | 1,6e−15 | ✓ |
| baseline − week4 Bonferroni p (placebo) | 2,7873·10−9 | 2,7873·10−9 | 2,7873·10−9 | 1,9e−22 | ✓ |
| baseline − week8 SH (placebo) | 1,174693 | 1,174693 | 1,174693 | 1,6e−15 | ✓ |
| baseline − week8 Bonferroni p (placebo) | 4,1496·10−19 | 4,1496·10−19 | 4,1496·10−19 | 1,4e−32 | ✓ |
| week4 − week8 SH (placebo) | 1,132321 | 1,132321 | 1,132321 | 4,2e−15 | ✓ |
| week4 − week8 Bonferroni p (placebo) | 3,5232·10−11 | 3,5232·10−11 | 3,5232·10−11 | 8,4e−25 | ✓ |
| baseline − week4 Šidák p (active_drug) | 0,000932 | 0,000932 | — | 0,0e+00 | ✓ |
| baseline − week8 Šidák p (active_drug) | 1,0122·10−12 | 1,0122·10−12 | — | 0,0e+00 | ✓ |
| week4 − week8 Šidák p (active_drug) | 4,7059·10−8 | 4,7059·10−8 | — | 0,0e+00 | ✓ |
Dengesiz alt örnek (III. tür):
| Büyüklük | MerQur | Python (bağımsız) | R 4.5.3 | En büyük fark | Durum |
|---|---|---|---|---|---|
| KT (treatment, dengesiz) | 1923,901917 | 1923,901917 | 1923,901917 | 3,2e−12 | ✓ |
| Hata KT (treatment, dengesiz) | 2678,972690 | 2678,972690 | 2678,972690 | 4,5e−13 | ✓ |
| F (treatment, dengesiz) | 22,980772 | 22,980772 | 22,980772 | 6,4e−14 | ✓ |
| p (treatment, dengesiz) | 3,6148·10−5 | 3,6148·10−5 | 3,6148·10−5 | 3,7e−19 | ✓ |
| \eta^2_p (treatment, dengesiz) | 0,417978 | 0,417978 | 0,417978 | 1,1e−16 | ✓ |
| KT (visit, dengesiz) | 4424,999599 | 4424,999599 | 4424,999599 | 5,5e−12 | ✓ |
| Hata KT (visit, dengesiz) | 805,581381 | 805,581381 | 805,581381 | 5,7e−13 | ✓ |
| F (visit, dengesiz) | 175,773659 | 175,773659 | 175,773659 | 8,2e−13 | ✓ |
| p (visit, dengesiz) | 1,0044·10−26 | 1,0044·10−26 | 1,0044·10−26 | 6,7e−40 | ✓ |
| \eta^2_p (visit, dengesiz) | 0,845986 | 0,845986 | 0,845986 | 1,1e−16 | ✓ |
| KT (treatment × visit, dengesiz) | 224,076070 | 224,076070 | 224,076070 | 6,0e−13 | ✓ |
| Hata KT (treatment × visit, dengesiz) | 805,581381 | 805,581381 | 805,581381 | 5,7e−13 | ✓ |
| F (treatment × visit, dengesiz) | 8,900943 | 8,900943 | 8,900943 | 8,9e−15 | ✓ |
| p (treatment × visit, dengesiz) | 0,000388 | 0,000388 | 0,000388 | 2,3e−18 | ✓ |
| \eta^2_p (treatment × visit, dengesiz) | 0,217622 | 0,217622 | 0,217622 | 2,2e−16 | ✓ |
| \eta^2_G (treatment, dengesiz) | 0,355721 | 0,355721 | 0,355721 | 5,6e−17 | ✓ |
| Mauchly W (dengesiz) | 0,999409 | 0,999409 | 0,999409 | 1,3e−15 | ✓ |
| \hat\varepsilon_{GG} (dengesiz) | 0,999409 | 0,999409 | 0,999409 | 3,3e−16 | ✓ |
Sonuç: 86 büyüklüğün tamamı ölçütü karşılar. Tek tanım farkı HF \varepsilon'dadır: R car Lecoutre formülünü kullanır (11.5.4); tabloda R sütunu için özgün formül R'de ayrıca hesaplanmıştır.
11.7 Çıktıyı okuma
MerQur'un sonuç metni (varsayılan ayarlar, kısaltılmış):
══ KARMA DESEN ANOVA (BÖLÜNMÜŞ PARSEL) ══
Bağımlı değişken: symptom_score
Denekler-arası faktör: treatment → active_drug, placebo
Denek-içi faktör: visit → baseline, week4, week8
Kullanılan düzey sırası (treatment): active_drug, placebo
Kullanılan düzey sırası (visit): baseline, week4, week8
Denek sayısı: 40 · Gözlem: 120
── ANOVA TABLOSU ──
Kaynak SS df1 df2 F p np²
treatment (gruplar-arası) 2883.160 1 38 32.131 <0.0001 0.458 ★
visit (denek-içi) 5494.876 2 76 204.094 <0.0001 0.843 ★
treatment × visit (ETKİLEŞİM) 291.811 2 76 10.839 <0.0001 0.222 ★
── KÜRESELLİK (Mauchly) ──
Mauchly W = 0.9977 · p = 0.9589 → küresellik sağlandı.
ε (gruplar-içi havuzlanmış kovaryans): Greenhouse-Geisser = 0.9977 · Huynh-Feldt = 1.0000
── HÜCRE ORTALAMALARI (grup × koşul) ──
active_drug baseline 43.415 5.527 20
...
| Satır/Öğe | Ne yazar | Nasıl yorumlanır |
|---|---|---|
| Başlık bloğu | Faktörler, kullanılan düzey sırası, denek ve gözlem sayısı | Düzey sırasını denetleyin: polinom ve grafik bu sırayı kullanır. Denek sayısı tam deneklerdir. |
| ANOVA tablosu | III. tür KT, sd, F, p, \eta^2_p, ★ | Önce etkileşim. Grup satırının paydası denekler/grup, öteki iki satırın paydası denek-içi hatadır; hata satırları metinde yazmaz, Tablo sekmesinde SSE sütunu vardır. |
| Küresellik | W, p, karar; GG ve HF \varepsilon | İhlal varsa altına zaman ve etkileşim için GG/HF p satırları eklenir (mixed_anova.py:830–841). |
| Hücre ortalamaları | Grup × zaman ortalaması, SS, n | Gözlenen ortalamalar. |
| Tablo sekmesi | KT, sd, KO, F, p, η²ₚ, SSE, ε (GG), ε (HF), p (GG), p (HF) | Düzeltilmiş p'ler her zaman buradadır. |
| Basit etkiler | Zamanda grup F'si; grupta zaman Pillai ve F; ikili Δ, SE, düzeltilmiş p | Etkileşim anlamlıysa raporun ana gövdesi budur. |
| Uyarılar | Eksik hücreli denek, çoklu satır, tekil kovaryans, izleyen test hatası | Koşullar: mixed_anova.py:620–633, 661–662, 712–713. |
APA biçiminde rapor cümlesi (Türkçe ondalıkla):
Semptom puanı 2 (tedavi: etkin ilaç, plasebo) × 3 (vizit: başlangıç, 4. hafta, 8. hafta) karma desen ANOVA ile incelendi (III. tür KT; her grupta n = 20). Mauchly testi küreselliği destekledi, W = 1{,}00, \chi^2(2) = 0{,}08, p = 0{,}96. Tedavi × vizit etkileşimi anlamlıydı, F(2,\ 76) = 10{,}84, p < 0{,}001, \eta^2_p = 0{,}22, \eta^2_G = 0{,}06; etkileşim doğrusal eğim farkından kaynaklandı, F(1,\ 38) = 20{,}63, p < 0{,}001. Puan iki grupta da zamanla azaldı (etkin ilaç: Pillai = 0{,}76, F(2,\ 37) = 59{,}60; plasebo: Pillai = 0{,}89, F(2,\ 37) = 146{,}18; her ikisi p < 0{,}001). Plasebo grubu her vizitte daha düşük puan aldı ve fark başlangıçta 5,69 puandan 8. haftada 13,23 puana açıldı (Bonferroni, tümü p < 0{,}01).
11.8 Uzman soruları
S1. Grup etkisinin hata terimi neden denekler/grup?
Grup karşılaştırması deneklerin ortalamalarına dayanır; her denek gruba tek bir bağımsız gözlem katar. Denek ortalamasının varyansı \sigma^2_\pi+\sigma^2/k'dır ve \mathrm{KO}_{S/A} bunun k katını kestirir. Denek-içi hata (\mathrm{KO}_H) yalnız \sigma^2'yi kestirir; grup testine onu koymak, denekler arası farkı yok saymak ve tip I hatayı şişirmek olur. Bölünmüş parselde ana parsel hatası bu terimdir.
S2. Dengesiz grup büyüklüğünde neden III. tür?
III. tür zaman hipotezi ağırlıksız grup profillerinin ortalamasına bakar ve grup büyüklüğünden bağımsızdır (11.5.3). R car::Anova(type = 3) ve MerQur bunu verir; pingouin ağırlıklı KT verir. Bu örnekte fark 4425,00 ile 4226,74'tür; F 175,77 ile 167,90 olur. Grup büyüklükleri evrendeki oranları temsil ediyorsa ağırlıklı ortalama savunulabilir; deneylerde genellikle ağırlıksız tercih edilir.
S3. HF ε R'den neden farklı?
MerQur Huynh–Feldt'in (1976) özgün formülünü kullanır: pay N\,p\,\hat\varepsilon-2. Lecoutre (1991), gruplu desende bu formülün yanlı olduğunu gösterdi ve N yerine N-G+1 önerdi; R car (ve afex) bunu kullanır. Tek gruplu desende ikisi aynıdır. Fark \varepsilon<1 iken p'ye yansır; R ile karşılaştırma yapan bir kullanıcıya bu açıkça söylenmelidir.
S4. Küresellik neden toplam değil havuzlanmış kovaryansla?
Grup ortalama profilleri farklıysa (etkileşim varsa), toplam kovaryans bu farkı da içerir ve küreselliğin ihlal edildiği yanlış izlenimini verebilir. Doğru yapı, gruplar içindeki kovaryanstır. MerQur pingouin.sphericity yerine kendi _pooled_sphericity işlevini yazmıştır (mixed_anova.py:431–477).
S5. Grup basit etkisi neden alt kümede yapılmış bağımsız t testinden farklı?
Pay aynıdır, payda farklıdır: MerQur S_{p,jj}'yi, yani o zamandaki grup içi havuzlanmış varyansı kullanır; bağımsız t testi de havuzlanmış varyans kullanır, dolayısıyla iki grupta sonuç aynıdır (F=t^2). Fark G\ge3'te değil, Welch t ile karşılaştırıldığında ortaya çıkar. joint_tests'in verdiği tanım budur; bazı ders kitaplarında önerilen "zaman başına tüm hata terimlerinin birleşimi" (Satterthwaite sd'li) yaklaşımı uygulanmaz.
S6. Zaman basit etkisinin sd'si neden (2, 37), (2, 18) değil?
Kovaryans matrisi iki grubun hepsinden havuzlanır (\sd_e=N-G=38). Hotelling T^2 dönüşümünde sd \sd_e-p+1=37 olur. Yalnız o grubun verisiyle tek gruplu tekrarlı ölçüm yapılsaydı sd (2,\,18) olurdu. Havuzlama, kovaryans matrislerinin eşitliğine dayanır; Box M bu varsayımı sınar (p=0{,}995).
S7. Çok değişkenli testlerin dört satırı neden aynı?
İki gruplu desende hem zaman (q=1) hem etkileşim (q=G-1=1) için hipotez matrisinin rankı 1'dir (s=1). Tek özdeğer dört istatistiği de aynı kesin F'ye bağlar. Üç ya da daha çok grupta etkileşim satırları ayrılır.
S8. Vizit adları "week4, week8, week12" olsaydı sıra ne olurdu?
Bütün adlar sayı içerdiği için doğal sıra uygulanır: week4, week8, week12 (metindeki sayılar sayı olarak karşılaştırılır). Sözlük sırası (week12, week4, week8) polinom kontrastları bozardı: "hafta0, hafta4, hafta12" adlarıyla yapılan bir denemede doğru sırada doğrusal trend F'si 395,43, kuadratik F 2,92'dir; sözlük sırasıyla 72,42 ve 341,82 çıkar (dogrulama/anova_mixed/siralama_denemesi.py). ANOVA F'leri sıradan bağımsızdır. Tek faktörlü ve çok faktörlü yol aynı kuralı kullanır ve kullanılan sıra başlık bloğunda yazılır. "pre/post" gibi sayı içermeyen adlarda verideki ilk görülme sırası geçerlidir; sıra Veri sekmesinde tanımlanabilir.
S9. LMM ile sonuç neden farklı olabilir?
Dengeli ve tam veride rastgele kesişimli LMM (bileşik simetri) bu modülün küreselliği varsayılan F'lerini verir. Eksik vizit varsa LMM tüm gözlemleri kullanır, bu modül eksikli deneği atar; sonuçlar ayrılır. LMM ayrıca yapısız kovaryans gibi seçeneklerle küresellik varsayımını tümüyle kaldırabilir.
11.9 Sık hatalar ve tuzaklar
- Düzey sırasını denetlememek. Sayı içermeyen adlarda ("pre", "post") sıra verideki ilk görülme sırasıdır. Polinom kontrastlar ve etkileşim grafiği bu sırayı kullanır; başlık bloğundaki "Kullanılan düzey sırası" satırlarını ve polinom bölümündeki "Düzey sırası tanımlanmadı" uyarısını denetleyin, gerekirse sırayı Veri sekmesinde tanımlayın.
- Geniş biçimli veri vermek. Panel uzun biçim bekler; geniş biçimli veride her sütun ayrı bir bağımlı değişken gibi görünür. Veriyi önce uzun biçime çevirin.
- Denek kimliğini yanlış seçmek. Satır numarası gibi her satırda farklı bir sütun seçilirse her denek tek gözlemli olur ve hepsi eksik hücreli sayılıp atılır.
- Eksik vizitli deneklerin atıldığını gözden kaçırmak. Uyarı satırı atılan denek sayısını yazar; çok sayıda denek atılıyorsa Doğrusal Karma Model kullanın.
- Ana etkileri etkileşim varken tek başına yorumlamak. Bu örnekte "plasebo daha iyi" demek, başlangıçta zaten fark olduğunu (5,69 puan) gizler; asıl bulgu farkın açılmasıdır.
- \eta^2_p ile \eta^2_G'yi karıştırmak. Grup için \eta^2_p=0{,}46, \eta^2_G=0{,}39; zaman için 0{,}84 ile 0{,}55. Desenler arası karşılaştırmada \eta^2_G raporlayın.
- R
afexçıktısıyla HF'yi birebir beklemek. Gruplu desende HF formülleri farklıdır (S3). - "Otomatik" düzeltmede tablonun düzeltilmediğini unutmak. Ana tablo her zaman küreselliği varsayılan p'yi gösterir; düzeltilmiş p Tablo sekmesinin GG/HF sütunlarında ve ihlal durumunda metindedir.
11.10 Kaynaklar
- Box, G. E. P. (1949). A general distribution theory for a class of likelihood criteria. Biometrika, 36(3–4), 317–346. https://doi.org/10.1093/biomet/36.3-4.317
- Greenhouse, S. W., & Geisser, S. (1959). On methods in the analysis of profile data. Psychometrika, 24(2), 95–112. https://doi.org/10.1007/BF02289823
- Huynh, H., & Feldt, L. S. (1976). Estimation of the Box correction for degrees of freedom from sample data in randomized block and split-plot designs. Journal of Educational Statistics, 1(1), 69–82. https://doi.org/10.3102/10769986001001069
- Keselman, H. J., Algina, J., & Kowalchuk, R. K. (2001). The analysis of repeated measures designs: A review. British Journal of Mathematical and Statistical Psychology, 54(1), 1–20. https://doi.org/10.1348/000711001159357
- Lecoutre, B. (1991). A correction for the ε̃ approximate test in repeated measures designs with two or more independent groups. Journal of Educational Statistics, 16(4), 371–372. https://doi.org/10.3102/10769986016004371
- Levene, H. (1960). Robust tests for equality of variances. I. Olkin (Ed.), Contributions to probability and statistics içinde (ss. 278–292). Stanford University Press.
- Mauchly, J. W. (1940). Significance test for sphericity of a normal n-variate distribution. The Annals of Mathematical Statistics, 11(2), 204–209. https://doi.org/10.1214/aoms/1177731915
- Maxwell, S. E., & Delaney, H. D. (2004). Designing experiments and analyzing data: A model comparison perspective (2. bs.). Lawrence Erlbaum.
- O'Brien, R. G., & Kaiser, M. K. (1985). MANOVA method for analyzing repeated measures designs: An extensive primer. Psychological Bulletin, 97(2), 316–333. https://doi.org/10.1037/0033-2909.97.2.316
- Olejnik, S., & Algina, J. (2003). Generalized eta and omega squared statistics: Measures of effect size for some common research designs. Psychological Methods, 8(4), 434–447. https://doi.org/10.1037/1082-989X.8.4.434