• Shuffle
    Toggle On
    Toggle Off
  • Alphabetize
    Toggle On
    Toggle Off
  • Front First
    Toggle On
    Toggle Off
  • Both Sides
    Toggle On
    Toggle Off
  • Read
    Toggle On
    Toggle Off
Reading...
Front

Card Range To Study

through

image

Play button

image

Play button

image

Progress

1/11

Click to flip

Use LEFT and RIGHT arrow keys to navigate between flashcards;

Use UP and DOWN arrow keys to flip the card;

H to show hint;

A reads text to speech;

11 Cards in this Set

  • Front
  • Back

the logic of ANOVA

man vil gerne finde forskellen mellem 3 el. fl. grupper.


ANOVA is an omnibus test. den tester at der er en overordnet forskel mellem grupperne, men man kan ikke se imellem hvilke.




(samme som t-test, bare med 3 eller flere)

assumptions

for alle ANOVA:


1) outcome skal være continuous


2) hver gruppe skal være normal fordelt


3) 3 el. flere gruppevariabler (1 for hver gruppe).




for independent:
1) groups must be mutually exclusive.


2) groups must exhibit homogeneity of variance

if assumptions are violated

- non-normal data = kruskal wallis


- ved heterogen varians ( testet ved levenes test), så skal Welch F rapporteres.


- ordinal outcome, brug kruskal wallis





steps

1) calculate f-test


2) test for signifikans af F


3) calculate post-hoc test + effect size


4) fortolk


5) rapporter

calculate f

1) SS(T): sum (X - Xgrand)^2. df(T) = N-1.


2) SS(M): sum N(i)*(X(1)-mean - Xgrand)^2. df(M)=K-1 (antal grupper - 1).


3) SS(R): sum (x(i) - X(i)-mean)^2. df(R)= N-K.


4) MS(M) = SS(M)/DF(M)


5) MS(R) = SS(R)/DF(R).


6) F = MS(M)/MS(R)




jo større F des større forskel mellem grupper.

significans for F

f-værdien kan kun være 0 eller positiv.




signifikansen aflæses i skema ud fra to punkter. DF(M) , DF(R). F skal være højere for at være signifikant. er F høj er der altså en signifikant forskel mellem grupperne. post-hoc test er til at finde hvor forskellen er.

post-hoc test (hvor er variansen og hvor stor er den)

bonferroni = P-værdi/antallet af sammenligninger = ny confidensinterval

interpretation

aflæs signifikansen i SPSS. (spss retter automatisk det nye confidensinterval til .05).

non-parametric alternative (kruskal wallis)

- H-værdi viser en overall signifikans. DF = N-1


- vi skal derfor lave post-hoc test = mann whitney u og bonferonni correction.




1) h-værdien aflæses i SPSS (står som chi-square)


2) check signifikans.




post-hoc:


1) aflæs post-hoc mann whitney u for hver sammenligning. de skal alle være signifikante eller skal de insignificant rapporteres.


2) ved aflæsning af signifikans, skal værdien være under bonferoni (.05/antal sammenligninger).

rapportering independent ANOVA

- type af F-test

- F-værdi, DF(M) og DF(R), P-værdi.


- post-hoc bonferoni


- rapporter mean for hver gruppe (henvis til tabel).

rapportering kruskal wallis

- H-værdi, DF, p-værdi


- posthoc mann whitney U, hvor er der signifikant forskel og hvor er der ikke.


- rapporter median for hver gruppe (henvis til tabel).