Macht die Analyse in [R] für Zwei-Wege-Anova

Ich versuche, die Berechnung der notwendigen Stichprobengröße für eine 2x2-faktoriellen design. Ich habe zwei Fragen.

1) ich bin mit dem Paket " pwr " und die one-way anova-Funktion berechnet den notwendigen Stichprobenumfang, mit dem folgenden code

pwr.anova.test(k = , n = , f = , sig.level = , power = )

Allerdings würde ich mir gerne anschauen zwei-Wege-anova, denn dies ist effizienter bei der Schätzung der Gruppe bedeutet, als der one-way anova. Es gibt keine zwei-Wege-anova-Funktion, die ich finden konnte. Ist es ein Paket oder eine routine, in [R], um dies zu tun?

2) Darüber hinaus bin ich sicher in der Annahme, dass ich da bin mit einem one-way-anova power-Berechnungen, dass die Größe der Stichprobe wird eher konservativ (also größer)?

Dies ist nicht die Programmierung im Zusammenhang, aber Sie gehen sollte, vote für Rob Hyndman Website Vorschlag hier: meta.stackexchange.com/questions/5547/....

InformationsquelleAutor Thomas | 2010-04-26

  1. 2

    In einer 2 x 2 ANOVA mit dem Faktor A, Faktor B und AxB, erhalten Sie separate statistische power Schätzungen für jedes dieser drei Effekte.

    G-Power 3 bietet eine freie software und einige klare Anleitungen für die Schätzung der power der Effekte in faktoriellen designs:
    http://www.psycho.uni-duesseldorf.de/abteilungen/aap/gpower3/user-guide-by-design

    "Separate" für ausgewogene designs 🙂

    InformationsquelleAutor Jeromy Anglim

  2. 0

    Nach der Suche - ich konnte keine Lösung für dieses online.

    Was würde ich vorschlagen, Sie zu tun (wenn man weiß wie) ist das Programm über eine simulation.
    Wenn Sie nicht wissen, wie es zu tun, dann schreiben, SO dass die Frage "Wie kann ich schreiben Sie eine simulation von zwei-Weg anova, zu erreichen, power-Analyse" und sehen, was die Leute, die Euch helfen können 🙂

    Außerdem könnten Sie zunächst überprüfen Sie den code hier:

    http://www.rforge.net/doc/packages/NCStats/power.sim.html

    Für einen start über die Berechnung der Leistung durch simulation.

    Bemerken, was Jeromy schrieb - dies macht die Analyse für mehrere Ergebnisse.

    Interessantes Thema - ich würde gerne ein follow-up.

    Besten,

    Tal

    Vielen Dank Euch beiden für den input, Jeremy und Tal. Ich denke über deine Vorschläge und wie Sie zu integrieren.
    Haben Sie öffnete einen weiteren Beitrag für deine Frage ? Sie müssen nur eine Zeile in R zu berechnen, macht ein F-test. Nicht ein guter Ort, aber hier ist eine Funktion, die nicht den job: Power <- function(alpha, eff, n, m, l) { df1 <- m - l df2 <- n - m c <- qf(1 - alpha, df1, df2) lambda <- eff^2 * n pow <- pf(c, df1, df2, ncp = lambda, lower.tail = FALSE) return(pow) }

    InformationsquelleAutor Tal Galili

Schreibe einen Kommentar