Tag 3 - mANOVA Flashcards
1
Q
Mehrfaktorielle Varianzanalyse
A
- spart Aufwand weil Replikate werden mehrfach genutzt
- man kann Interkationen untersuchen
2
Q
Interaction plots
A
- Linien parallen: keine Interakt,
- schräg: Interaktion, Aeff nicht bei alle B gleich (und <>)
- kreuz: keine Haupteffekte aber Interaktion: Aeff ist von Level von B abh
- idr Haupteffekte weniger wichtig als Interaktionen
- 3 und 4-fach Interkationen schwer zu interpretieren
- Interakt wirken immer in beide Richtungen, beschreiben so wie man Effekt wichtiger findet
- 3er Interaktionen oft nicht signifikant
3
Q
unbalancierte ANOVA
A
- wenn untersch Anzahl Replikate pro Treatkombi
- wenn man in Befehl A und B vertauscht ändern sich die SSq und die p-Werte, Interakt bleibt zwar gleich aber Aufteilung Ladungen auf A und B ändert sich
- erst wird 1 Faktor gefittet dann geschaut wie viel der zweite Faktor erklärt
- Wirkung Faktoren also nicht sauber trennbar
4
Q
Unbalacierte ANOVAs - Typen
A
- Typ 1, sequential: einfach machen, shared var wird dann entweder A oder B zugeordnet, wenn man guten Grund für bestimmte Reihenfolge der Faktoren hat
- Typ 2: shared var wird weggelassen, man macht beide Reihenfolgen nimmt aber immer die Ergebnisse des 2. Faktors
- Typ 3: wie 2 aber mit Interkationen, also Wirkung von A wird korrigiert für alles andere, ist konservativer noch mehr Var bleibt unerklärt
- mit 2 und 3 kann man keine Kontraste berechnen
- Typ 3 als Universallösung propagiert
- Diskussion welche beste ist offen
5
Q
Typ ANOVA wählen - was tun (6)
A
- gucken ob es sinnvolle Reihenfolge gibt
- Tests machen wo man biologische Hypothese hat
- Imbalance angucken (führt 1 Treat zu Mortalität?), versch Typ1 modelle angucken
- höchste Interaktion angucken, ist ja immer gleich
- wenn Imbalance nur wenig dann oft wenig Unterschiede bei Resultaten
- mehrere Typ1 machen und vergleichen
6
Q
Fixed und random Factors
A
fixed: Treatstufen genau ausgewählt, idR wenige Stufen, vgl zw Stufen von Interesse
- > Aussagen nur für Stufen möglich
random: Faktorstufen sind zuf. Auswahl aller möglichen Stufen, meist viele Stufen, bsp Pops, Petrischalen, Genotypen, Vgl zw Stufen nicht von Interesse
- > Aussagen über ganz allgemeine Unterschiede zw Stufen
- man kann bsp Jahre, Pops, Genotypen als beides nehmen, je nach Frage
- wenn beides im Modell: mixed model
7
Q
mANOVA mit fixed und random factors
A
- wenn alle fixed alles normal
- wenn fixed und random:
- Effekte berechnen sich anders
- fixed: effects werden jetzt gegen Interaktion mit random factor getestet, also MSa/MSab
- random: effects normal gegen error getestet, also MSb/MSe