Dependent One-Way Anova

Front 1

assumptions

Back 1

- outcome must be continuous

- normal fordelt

- 3 el. flere gruppevariabler

for dependent:

- sphericity: variancen mellem conditions skal være ens.

Front 2

testing for sphericity

Back 2

1) mauchlys test

Front 3

if assumptions are violated

Back 3

- ved ordinal eller non-normal data, så brug Friedman.

- sphericity ikke mødt, skal green house geiser, eller huynh-feldt rapporteres.

Front 4

calculating F

Back 4

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

2) SS(W): sum S^2(K-1). df(W) = (K-1)*N

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

4) SS(R) = SS(W) - SS(M). DF(R) = DF(W) - DF(M).

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

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

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

jo større F des større forskel mellem grupper.

Front 5

signifikans af F

Back 5

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.

Front 6

post-hoc bonferoni (hvor og hvor stor er variansen

Back 6

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

Front 7

rapportering af F - parametrisk

Back 7

-Type af F-test (dependent one-way ANOVA)

- F-værdi, DF(M) og DF(R), P-værdi.

- hvis mauchly er signifikant skal vi rapportere at vi har brugt greenhouse geiser eller huynh-feldt.

- henvis til tabel med means og standard deviation.

-rapporter bonferoni resultater.

Front 8

non-parametric alternative (friedman)

Back 8

- kig efter chi-square for overall signifikans

- df er k-1

Front 9

post-hoc wilcoxon signed ranks m. bonferoni correction

Back 9

-aflæs signifikans i tabelen test-statistics (husk at brug det nye confidensinterval fra bonferoni).

Front 10

rapportering af F (non-parametrisk)

Back 10

- type f-test (Friedmans)

- chi-square værdi, DF (K-1), p-værdi.

- post-hoc wilcoxon (hvor var der signifikans)