在设计的实验中,如何在ANOVA和ANCOVA之间进行选择?


17

我正在进行以下实验:

  • DV:切片消耗(连续或分类)

  • IV:健康消息,不健康消息,无消息(对照)(在其中随机分配了3个组的人员-分类)这是有关切片的健康性的可操纵消息。

以下IV可被视为个体差异变量:

  • 冲动性(可以是分类的,即高与低或连续的,并通过标尺进行测量)

  • 甜味偏爱(这也是通过问卷调查来衡量的,每个问题有3种选择)

  • BMI-将对参与者进行相应的称重(也可以视为绝对或连续)。

由于将各组随机分配到3个组中的一个,因此我假设我正在进行某种ANOVA,并且可能会使用阶乘ANOVA,因为我对哪种IV对DV的影响最大,而且IV之间的相互作用也很感兴趣(如研究所示)某些组合之间存在关系。

但是由于需要知道IV最好是分类的,连续的还是混合的,我对此并不完全确定。

还是ANCOVA是一种可能性甚至是回归,但我不确定,因为将他们分配到了各个小组,然后根据他们对调查的回答进行了分类。

我希望这是有道理的,并希望能收到某人的询问。


嗨,Melory,听起来像是一个有趣的实验。对于您来说IV,您是否想知道每个指标与DV连续量表之间的关系,还是对IV小组的效果更感兴趣,例如,超重人群比正常体重人群吃得更多(根据您的BMI量度)?
米歇尔

嗨,米歇尔,谢谢你的评论。老实说,我仍处于开发阶段,并且到处都是!但是我的一个初步目标是:当前研究的主要目标是调查与食物有关的关于食物健康的信念对实际食物摄入量的影响。另外,第二个目的是发现寻求感觉,甜味偏好和BMI可以减轻与食物有关的信念对食物摄入的影响的程度。
mobo 2012年

嗨,米歇尔-再加上之前的评论。但是,我也对一些静脉注射之间的相互作用感兴趣,因为研究表明这种关系,即超重的人与寻求感觉相关。这对我所处的位置有帮助吗?我很想听听您的想法。谢谢。
mobo 2012年

嗨,Melory,我不会BMI连续添加,而是使用体重不足/正常/超重/肥胖类别,因为这是您的研究问题,而不是片数是否随着BMI分数的增加而增加。我会尝试其他IV的连续。您是否要发表论文,因为我会对您的论文感兴趣?
米歇尔

嗨,米歇尔,谢谢你。我将要发布。这是您感兴趣的领域吗?所以您是说做阶乘方差分析是适当的,我想我可能有太多变量要尝试使用。
mobo 2012年

Answers:


34

作为历史事实,回归和方差分析是分别开发的,并且由于部分原因是传统的,因此仍然经常分开讲授。此外,人们经常认为方差分析适用于设计的实验(即,变量/随机分配的操作),回归分析适用于观察性研究(例如,从政府网站下载数据并寻找关系)。但是,所有这些都有些误导。方差分析一种回归,只是其中所有协变量都是分类的。ANCOVA 具有定性和连续协变量的回归,但因子与连续解释变量之间没有交互项(即所谓的“平行斜率假设”)。至于研究是实验性的还是观察性的,这与分析本身无关。

您的实验听起来不错。我会将其分析为回归(在我看来,我倾向于将一切称为回归)。如果您对所有协变量感兴趣,并且/或者如果您使用的理论表明它们可能很重要,那么我将包括所有协变量。如果您认为某些变量的影响可能取决于其他变量,请确保添加所有必需的交互作用项。要记住的一件事是,每个解释变量(包括交互项!)都会消耗一定的自由度,因此请确保样本量足够。我不是二分法,或以其他方式作出明确的,你的任何连续变量(这是不幸的是,这种做法很普遍,这真是一个糟糕的事情)。否则,听起来好像您正在路上。

更新: 这里是否需要将连续变量转换为仅具有两个(或更多)类别的变量似乎有些担忧。让我在这里而不是评论。我会将所有变量保持连续。有几个原因可避免对连续变量进行分类:

  1. 通过分类,您将丢弃信息-有些观察距离分界线较远,而另一些观察点则离该线更近,但是将它们视为相同。在科学领域,我们的目标是收集更多更好的信息,并更好地组织和整合这些信息。在我看来,抛弃信息只是与良好科学相对立。
  2. @Florian指出,您倾向于失去统计能力(感谢链接!);
  3. @ rolando2指出,您失去了检测非线性关系的能力;
  4. 如果有人阅读了您的作品并想知道如果我们将b / t类别画在不同的地方会怎样,该怎么办?(例如,以您的BMI示例为例,如果十年后再根据当时文献中发生的事情,又想知道体重过轻的人和病态肥胖的人呢?)运气不好,但是如果您将所有内容都保留为原始形式,则每个读者都可以评估自己喜欢的分类方案;
  5. X
    Xsp一世ñË=0如果 X.7Xsp一世ñË=X-.7如果 X>.7
    Xsp一世ñËX

我认为1和5是最重要的。


嗨,龚 非常感谢您的评论。因此,您将使用回归分析,而没有任何IV归类?我当时以为BMI可能超重/肥胖或正常。口味偏好具有类别,并且对于寻求刺激也可以是分类的,因为它是对/错的陈述,其然后将提供分数,然后可以对分数进行分类。但是您认为它们真正连续吗?
mobo 2012年

再次恭喜您,这是我的初步目标,也可以提供一些澄清:本研究的主要目标是调查与食物有关的关于食物健康的信念对实际食物摄入量的影响。此外,第二个目的是发现寻求感觉,甜味偏爱和BMI可以减轻与食物有关的信念对食物摄入的影响的程度。我很想听听您的想法。
mobo 2012年

@gung的回答很好。我的观点是,理想情况下,您将保持连续变量不变,因为这样可以为您提供最多的信息。很多人发现学习如何将连续和分类预测器结合起来是艰巨的,但是对于这项研究或未来的研究,它很可能是值得的。并且,无论是否对它们进行分类,都应尝试寻找发现可能存在的非线性关系的方法-可能是U形,上下U形,J形或反向J形。这可以极大地丰富您的学习。
rolando2 2012年

是ung的答案+1!由于例如失去动力(例如,著名的雅各布·科恩的文章unc.edu/~rcm/psy282/cohen.1983.pdf),将连续变量二等分永远不是一个好主意。要在回归分析中处理“消息” IV,我建议使用对比代码来测试其效果(以及涉及该IV的交互作用),例如,参见Judd,CM,&McClelland,GH,Ryan,C.(2008 )。数据分析:一种模型比较方法(第二版)。纽约:Routledge出版社。
Florian 2012年

您好rolando2,非常感谢您的反馈。您是对的,因为我发现很难将分类变量和连续变量结合在一起,这使我很难确定要使用哪种分析。我的初步目的是:本研究的主要目的是调查与食物有关的食物健康观念对实际食物摄入量的影响。另外,第二个目的是发现寻求感觉,甜味偏好和BMI可以减轻与食物有关的信念对食物摄入的影响的程度。有这个想法吗?
mobo 2012年
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.