<\/p>\n
Een ANOVA met herhaalde metingen<\/a> wordt gebruikt om te bepalen of er al dan niet een statistisch significant verschil bestaat tussen de gemiddelden van drie of meer groepen waarin dezelfde onderwerpen in elke groep voorkomen.<\/span><\/p>\n In deze tutorial wordt uitgelegd hoe u een ANOVA met herhaalde metingen in \u00e9\u00e9n richting uitvoert in R.<\/span><\/p>\n De onderzoekers willen weten of vier verschillende medicijnen verschillende reactietijden veroorzaken. Om dit te testen, maten ze de reactietijden van vijf pati\u00ebnten op vier verschillende medicijnen. Omdat elke pati\u00ebnt wordt gemeten op elk van de vier medicijnen, zullen we een ANOVA met herhaalde metingen gebruiken om te bepalen of de gemiddelde reactietijd tussen medicijnen verschilt.<\/span><\/p>\n Gebruik de volgende stappen om herhaalde ANOVA-metingen in R uit te voeren.<\/span><\/p>\n Stap 1: Voer de gegevens in.<\/strong><\/span><\/p>\n Eerst maken we een dataframe om onze gegevens in op te slaan:<\/span><\/p>\n Stap 2: Voer herhaalde ANOVA-metingen uit.<\/strong><\/span><\/p>\n Vervolgens zullen we de herhaalde metingen ANOVA uitvoeren met behulp van de aov()<\/strong> functie:<\/span><\/p>\n Stap 3: Interpreteer de resultaten.<\/strong><\/span><\/p>\n Een ANOVA met herhaalde metingen gebruikt de volgende nul- en alternatieve hypothesen:<\/span><\/p>\n De nulhypothese (H 0<\/sub> ):<\/strong> \u00b5 1<\/sub> = \u00b5 2<\/sub> = \u00b5 3<\/sub> (populatiegemiddelden zijn allemaal gelijk)<\/span><\/p>\n De alternatieve hypothese: (Ha):<\/strong> ten minste \u00e9\u00e9n populatiegemiddelde verschilt van de rest<\/span><\/p>\n In dit voorbeeld is de F-teststatistiek 24,76<\/strong> en de overeenkomstige p-waarde 1,99e-05<\/strong> . Omdat deze p-waarde kleiner is dan 0,05, verwerpen we de nulhypothese en concluderen we dat er een statistisch significant verschil bestaat in de gemiddelde responstijden tussen de vier geneesmiddelen.<\/span><\/p>\n Stap 4: Rapporteer de resultaten.<\/strong><\/span><\/p>\n Ten slotte zullen we de resultaten van onze herhaalde ANOVA-metingen rapporteren.<\/span><\/p>\n Hier is een voorbeeld van hoe u dit kunt doen:<\/span><\/p>\n Een ANOVA met herhaalde metingen in \u00e9\u00e9n richting werd uitgevoerd op vijf personen om het effect van vier verschillende medicijnen op de responstijd te onderzoeken.<\/span><\/p>\n Uit de resultaten bleek dat het gebruikte type medicatie resulteerde in statistisch significante verschillen in responstijd (F(3, 12) = 24,76, p < 0,001).<\/span><\/p>\n<\/blockquote>\n Herhaalde metingen ANOVA: definitie, formule en voorbeeld<\/a> Een ANOVA met herhaalde metingen wordt gebruikt om te bepalen of er al dan niet een statistisch significant verschil bestaat tussen de gemiddelden van drie of meer groepen waarin dezelfde onderwerpen in elke groep voorkomen. In deze tutorial wordt uitgelegd hoe u een ANOVA met herhaalde metingen in \u00e9\u00e9n richting uitvoert in R. Voorbeeld: herhaalde […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-1098","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n Voorbeeld: herhaalde metingen ANOVA in R<\/strong><\/span><\/h3>\n
#create data<\/span>\ndf <- data.frame(patient= rep<\/span> (1:5, each<\/span> =4),\n drug= rep<\/span> (1:4, times<\/span> =5),\n response=c(30, 28, 16, 34,\n 14, 18, 10, 22,\n 24, 20, 18, 30,\n 38, 34, 20, 44,\n 26, 28, 14, 30))\n\n#view data<\/span>\ndf\n\n patient drug response\n1 1 1 30\n2 1 2 28\n3 1 3 16\n4 1 4 34\n5 2 1 14\n6 2 2 18\n7 2 3 10\n8 2 4 22\n9 3 1 24\n10 3 2 20\n11 3 3 18\n12 3 4 30\n13 4 1 38\n14 4 2 34\n15 4 3 20\n16 4 4 44\n17 5 1 26\n18 5 2 28\n19 5 3 14\n20 5 4 30<\/strong><\/pre>\n #fit repeated measures ANOVA model<\/span>\nmodel <- aov(response~ factor<\/span> (drug)+ Error<\/span> ( factor<\/span> (patient)), data = df)\n\n#view model summary<\/span>\nsummary(model)\n<\/span>\nError: factor(patient)\n Df Sum Sq Mean Sq F value Pr(>F)\nResiduals 4 680.8 170.2 \n\nError: Within\n Df Sum Sq Mean Sq F value Pr(>F) \nfactor(drug) 3 698.2 232.7 24.76 1.99e-05 ***\nResiduals 12 112.8 9.4 \n---\nSignificant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1\n<\/strong><\/pre>\n\n
Aanvullende bronnen<\/strong><\/span><\/h3>\n
Handmatig een ANOVA met herhaalde metingen uitvoeren<\/a>
Hoe herhaalde metingen ANOVA in Python uit te voeren<\/a>
Een ANOVA met herhaalde metingen uitvoeren in Excel<\/a>
Hoe herhaalde metingen ANOVA in SPSS uit te voeren<\/a>
Hoe herhaalde metingen ANOVA in Stata uit te voeren<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"