วิธีการวัด anova ซ้ำใน r

การวัดความแปรปรวนแบบวัดซ้ำ จะถูกนำมาใช้เพื่อพิจารณาว่ามีความแตกต่างที่มีนัยสำคัญทางสถิติระหว่างค่าเฉลี่ยของกลุ่มตั้งแต่สามกลุ่มขึ้นไปซึ่งมีหัวข้อเดียวกันปรากฏในแต่ละกลุ่มหรือไม่

บทช่วยสอนนี้จะอธิบายวิธีการวัดความแปรปรวนแบบทางเดียวซ้ำใน R

ตัวอย่าง: การวัดความแปรปรวนซ้ำใน R

นักวิจัยต้องการทราบว่ายาสี่ชนิดทำให้เกิดปฏิกิริยาต่างกันหรือไม่ เพื่อทดสอบสิ่งนี้ พวกเขาวัดเวลาปฏิกิริยาของผู้ป่วยห้ารายต่อยาสี่ชนิดที่แตกต่างกัน เนื่องจากผู้ป่วยแต่ละรายได้รับการวัดด้วยยาแต่ละชนิดจากทั้งหมดสี่ชนิด เราจะใช้การวัดความแปรปรวนแบบวัดซ้ำเพื่อตรวจสอบว่าเวลาเฉลี่ยของปฏิกิริยาแตกต่างกันระหว่างยาแต่ละชนิดหรือไม่

ใช้ขั้นตอนต่อไปนี้เพื่อทำการวัด ANOVA ซ้ำใน R

ขั้นตอนที่ 1: ป้อนข้อมูล

ขั้นแรก เราจะสร้าง data frame เพื่อเก็บข้อมูลของเรา:

 #create data
df <- data.frame(patient= rep (1:5, each =4),
                 drug= rep (1:4, times =5),
                 response=c(30, 28, 16, 34,
                            14, 18, 10, 22,
                            24, 20, 18, 30,
                            38, 34, 20, 44,
                            26, 28, 14, 30))

#view data
df

   patient drug response
1 1 1 30
2 1 2 28
3 1 3 16
4 1 4 34
5 2 1 14
6 2 2 18
7 2 3 10
8 2 4 22
9 3 1 24
10 3 2 20
11 3 3 18
12 3 4 30
13 4 1 38
14 4 2 34
15 4 3 20
16 4 4 44
17 5 1 26
18 5 2 28
19 5 3 14
20 5 4 30

ขั้นตอนที่ 2: ดำเนินการวัดความแปรปรวนซ้ำ ๆ

ต่อไป เราจะดำเนินการวัด ANOVA ซ้ำๆ โดยใช้ฟังก์ชัน aov()

 #fit repeated measures ANOVA model
model <- aov(response~ factor (drug)+ Error ( factor (patient)), data = df)

#view model summary
summary(model)

Error: factor(patient)
          Df Sum Sq Mean Sq F value Pr(>F)
Residuals 4 680.8 170.2               

Error: Within
             Df Sum Sq Mean Sq F value Pr(>F)    
factor(drug) 3 698.2 232.7 24.76 1.99e-05 ***
Residuals 12 112.8 9.4                     
---
Significant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

ขั้นตอนที่ 3: ตีความผลลัพธ์

การวิเคราะห์ความแปรปรวนของการวัดซ้ำจะใช้สมมติฐานว่างและสมมุติฐานทางเลือกต่อไปนี้:

สมมติฐานว่าง (H ₀ ): µ ₁ = µ ₂ = µ ₃ (ค่าเฉลี่ยประชากรเท่ากันทั้งหมด)

สมมติฐานทางเลือก: (ฮา): ค่าเฉลี่ยประชากรอย่างน้อยหนึ่งรายการแตกต่างจากที่เหลือ

ในตัวอย่างนี้ สถิติการทดสอบ F คือ 24.76 และค่า p ที่สอดคล้องกันคือ 1.99e-05 เนื่องจากค่า p นี้น้อยกว่า 0.05 เราจึงปฏิเสธสมมติฐานว่างและสรุปว่ามีความแตกต่างที่มีนัยสำคัญทางสถิติในเวลาตอบสนองโดยเฉลี่ยระหว่างยาทั้งสี่ชนิด

ขั้นตอนที่ 4: รายงานผลลัพธ์

สุดท้ายนี้ เราจะรายงานผลลัพธ์ของการวัดความแปรปรวนของการวัดซ้ำของเรา

นี่คือตัวอย่างของวิธีการทำเช่นนี้:

มีการดำเนินการวัดความแปรปรวนแบบทางเดียวกับบุคคลห้าคนเพื่อตรวจสอบผลของยาที่แตกต่างกันสี่ชนิดต่อเวลาตอบสนอง

ผลการศึกษาพบว่าประเภทของยาที่ใช้ส่งผลให้เวลาตอบสนองแตกต่างกันอย่างมีนัยสำคัญทางสถิติ (F(3, 12) = 24.76, p < 0.001)

แหล่งข้อมูลเพิ่มเติม

การวัด ANOVA ซ้ำ: คำจำกัดความ สูตร และตัวอย่าง
วิธีการดำเนินการวัดความแปรปรวนซ้ำ ๆ ด้วยตนเอง
วิธีดำเนินการวัด ANOVA ซ้ำใน Python
วิธีการดำเนินการ ANOVA การวัดซ้ำใน Excel
วิธีการดำเนินการวัดความแปรปรวนซ้ำใน SPSS
วิธีดำเนินการวัด ANOVA ซ้ำใน Stata