आर में डननेट का परीक्षण कैसे करें

पोस्ट हॉक परीक्षण एक प्रकार का परीक्षण है जो एनोवा के बाद यह निर्धारित करने के लिए किया जाता है कि कौन से समूह के साधन सांख्यिकीय रूप से एक दूसरे से काफी भिन्न हैं।

यदि अध्ययन समूहों में से एक को नियंत्रण समूह माना जाता है, तो हमें डननेट के परीक्षण को पोस्ट-हॉक परीक्षण के रूप में उपयोग करना चाहिए।

यह ट्यूटोरियल बताता है कि आर में डननेट परीक्षण कैसे करें।

उदाहरण: आर में डननेट परीक्षण

मान लीजिए कि एक शिक्षक जानना चाहता है कि क्या दो नई अध्ययन तकनीकों में उसके छात्रों के परीक्षा स्कोर में सुधार करने की क्षमता है। इसका परीक्षण करने के लिए, वह अपनी कक्षा के 30 छात्रों को बेतरतीब ढंग से निम्नलिखित तीन समूहों में विभाजित करती है:

• नियंत्रण समूह: 10 छात्र
• नया तकनीकी अध्ययन 1:10 छात्र
• नया तकनीकी अध्ययन 2:10 छात्र

अपनी निर्धारित अध्ययन तकनीक का उपयोग करने के एक सप्ताह के बाद, प्रत्येक छात्र एक ही परीक्षा देता है।

हम डेटा सेट बनाने के लिए आर में निम्नलिखित चरणों का उपयोग कर सकते हैं, समूह के साधनों की कल्पना कर सकते हैं, एक-तरफ़ा एनोवा का प्रदर्शन कर सकते हैं, और अंत में यह निर्धारित करने के लिए डननेट का परीक्षण कर सकते हैं कि कौन सी नई अध्ययन तकनीक (यदि कोई हो) नियंत्रण समूह की तुलना में भिन्न परिणाम उत्पन्न करती है। .

चरण 1: डेटासेट बनाएं।

निम्नलिखित कोड दिखाता है कि सभी 30 छात्रों के परीक्षा परिणामों वाला डेटासेट कैसे बनाया जाए:

 #create data frame
data <- data.frame(technique = rep (c("control", "new1", "new2"), each = 10 ),
                   score = c(76, 77, 77, 81, 82, 82, 83, 84, 85, 89,
                             81, 82, 83, 83, 83, 84, 87, 90, 92, 93,
                             77, 78, 79, 88, 89, 90, 91, 95, 95, 98))

#view first six rows of data frame
head(data)

  technical score
1 control 76
2 controls 77
3 controls 77
4 controls 81
5 controls 82
6 controls 82

चरण 2: प्रत्येक समूह के लिए परीक्षा परिणाम देखें।

निम्नलिखित कोड दिखाता है कि प्रत्येक समूह के लिए परीक्षा परिणामों के वितरण की कल्पना करने के लिए बॉक्सप्लॉट कैसे तैयार करें:

 boxplot(score ~ technique,
        data = data,
        main = "Exam Scores by Studying Technique",
        xlab = "Studying Technique",
        ylab = "Exam Scores",
        col = "steelblue",
        border = "black")

केवल बॉक्स प्लॉट से, हम देख सकते हैं कि प्रत्येक अध्ययन तकनीक के लिए परीक्षा अंकों का वितरण बहुत अलग है। फिर हम यह निर्धारित करने के लिए एक-तरफ़ा एनोवा का प्रदर्शन करेंगे कि क्या ये अंतर सांख्यिकीय रूप से महत्वपूर्ण हैं।

संबंधित: आर में एक ही चार्ट में एकाधिक बॉक्स प्लॉट कैसे प्लॉट करें

चरण 3: एक-तरफ़ा एनोवा निष्पादित करें।

निम्नलिखित कोड दिखाता है कि प्रत्येक समूह में औसत परीक्षा अंकों के बीच अंतर का परीक्षण करने के लिए एक-तरफ़ा एनोवा कैसे निष्पादित किया जाए:

 #fit the one-way ANOVA model
model <- aov(score ~ technique, data = data)

#view model output
summary(model)

            Df Sum Sq Mean Sq F value Pr(>F)  
technical 2 211.5 105.73 3.415 0.0476 *
Residuals 27 836.0 30.96                 
---
Significant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

चूँकि समग्र पी-वैल्यू ( 0.0476 ) 0.05 से कम है, यह इंगित करता है कि प्रत्येक समूह का औसत परीक्षा स्कोर समान नहीं है। इसके बाद, हम यह निर्धारित करने के लिए डननेट परीक्षण करेंगे कि कौन सी अध्ययन तकनीक औसत परीक्षा स्कोर उत्पन्न करती है जो नियंत्रण समूह से भिन्न होती है।

चरण 4: डननेट परीक्षण करें।

R में Dunnett परीक्षण करने के लिए हम DescTools लाइब्रेरी से DunnettTest() फ़ंक्शन का उपयोग कर सकते हैं जो निम्नलिखित सिंटैक्स का उपयोग करता है:

डननेट परीक्षण(एक्स, जी)

सोना:

• x: डेटा मानों का एक संख्यात्मक वेक्टर (जैसे परीक्षा परिणाम)
• जी: एक वेक्टर जो समूहों के नाम निर्दिष्ट करता है (उदाहरण के लिए अध्ययन तकनीक)

निम्नलिखित कोड दिखाता है कि हमारे उदाहरण के लिए इस फ़ंक्शन का उपयोग कैसे करें:

 #load DescTools library
library(DescTools)

#perform Dunnett's Test
DunnettTest(x=data$score, g=data$technique)

  Dunnett's test for comparing several treatments with a control:  
    95% family-wise confidence level

$control
             diff lwr.ci upr.ci pval    
new1-control 4.2 -1.6071876 10.00719 0.1787    
new2-control 6.4 0.5928124 12.20719 0.0296 *  

---
Significant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1' '1.' 0.1 ' ' 1

परिणाम की व्याख्या करने का तरीका इस प्रकार है:

• नई अध्ययन तकनीक 1 और नियंत्रण समूह के बीच परीक्षा अंकों में औसत अंतर 4.2 है। संगत पी-मान 0.1787 है।
• नई अध्ययन तकनीक 2 और नियंत्रण समूह के बीच परीक्षा अंकों में औसत अंतर 6.4 है। संगत पी-मान 0.0296 है।

परिणामों के आधार पर, हम देख सकते हैं कि तकनीक 2 का अध्ययन एकमात्र ऐसी तकनीक है जो औसत परीक्षा स्कोर उत्पन्न करती है जो नियंत्रण समूह से काफी भिन्न (पी = 0.0296) है।

अतिरिक्त संसाधन

वन-वे एनोवा का परिचय
आर में एकतरफ़ा एनोवा कैसे निष्पादित करें
आर में तुकी परीक्षण कैसे करें