Two Way ANCOVA：修订间差异

来自决策链云智库
（重定向页面至Two Way ANCOVA）
标签：新重定向 已被回退
无编辑摘要
 
（未显示1个用户的2个中间版本）
第1行： 第1行：
#Redirect [[Two_Way_ANCOVA]]
{{Infobox nodebasic
|nodename=Two_Way_ANCOVA
|nodeimage=Two Way ANCOVA.png
|icon=Two Way ANCOVA.svg
|simpleicon=Two Way ANCOVA_Pure.svg
|developer=Dev.Team-DPS
|productionstate={{图标文件|Win}} / {{图标文件|W10}} Win10及以上可用
|productionstatedesc=在[[Update:DecisionLinnc 1.0.2.0|V1.0.2]]部署
|nodeenglishname=Two Way ANCOVA
|abbreviation=ANCOVAT
|funcmaincategory=数据分析
|funcsubcategory=[[DataAGM Lv1 Cat::方差分析]]
|nodecategory=数据挖掘
|nodeinterpretor=R
|nodeshortdescription=<p>双因素协方差分析结合了双因素方差分析和协方差分析。该方法用于检验两个分类自变量（因素）和一个连续协变量对一个连续因变量的影响，并且可以控制一个或多个连续协变量的影响。</p><p>用途：用于确定因素A、因素B以及它们的交互效应是否显著影响因变量，同时控制了协变量的影响。</p><p>参数：选择正态分布数值因变量，两个自变量因素，一个或多个协变量。</p>
|nodeinputnumber=6
|nodeoutputnumber=2
|nodeloopsupport=是
|nodeifswitchsupport=否
|nodeavailableplotlist=nodenoplotoutput
|nodeavailabletablelist=df;MSE;F-Value;PES;P-Value
|nodeconfiguration=VariableList
|nodeinputports=WorkFlow-Control ➤;Transfer-Variable ◆;Transfer-Table ■
|nodeoutputports=WorkFlow-Control ➤;Transfer-Table ■
|statsapewikiurl=https://wiki.statsape.com/Two_Way_ANCOVA
|previousnode=[[One_Way_ANCOVA]]
|nextnode=[[一般线性相关分析]]
}}
 
 
 
 
 
 
== '''节点使用的R语言示例代码''' ==
=== Two Way ANCOVA ===
<syntaxhighlight lang="R">
 
aov_ez(
  id,
  dv,
  data,
  between = NULL,
  within = NULL,
  covariate = NULL,
  observed = NULL,
  type = afex_options("type"),
  factorize = afex_options("factorize"),
  return = afex_options("return_aov")
)
 
</syntaxhighlight>
方法参见'''R package: afex'''的官方文档
 
== '''节点使用指南''' ==
* 用于分析两个分类自变量（因子）和一个连续协变量对一个连续因变量的影响
* 能够控制协变量对因变量的影响，从而更准确地估计自变量对因变量的影响
 
=== 方法选择 ===
* 无方法选择
 
=== 参数配置 ===
* 因变量：选择正态分布连续型数值变量。如果选择多个，每个变量做一次ANCOVA
* 分组自变量1：选择一个分类分组变量，第一个因素
* 分组自变量2：选择一个分类分组变量，第二个因素
* 协变量: 选择一个或者多个协变量，可以是连续型或者离散型
* 因变量，分组自变量1，分组自变量2和协变量要规避复用
* 此算法兼容空值
 
=== 注意事项 ===
* 检查数据是否满足正态分布、独立性、方差齐性等基本假设
* 检验协变量和因变量是否有交互作用，如果有，标准ANCOVA可能不适用
* 确保每个组的样本量足够，以便有足够的统计功效检测组间差异
 
== '''引用''' ==
{{Reflist}}
 
{{Navplate AlgorithmNodeList}}
 
[[Category:方差分析]]

2024年2月8日 (四) 15:15的最新版本

Two Way ANCOVA.png
节点状态
Windows / Windows 10 Win10及以上可用
在V1.0.2部署
Two_Way_ANCOVATwo Way ANCOVA.svg
节点开发者决策链算法研发部 (Dev.Team-DPS)
节点英文名Two Way ANCOVA
功能主类别数据分析
英文缩写ANCOVAT
功能亚类别方差分析
节点类型数据挖掘
开发语言R
节点简介

双因素协方差分析结合了双因素方差分析和协方差分析。该方法用于检验两个分类自变量（因素）和一个连续协变量对一个连续因变量的影响，并且可以控制一个或多个连续协变量的影响。

用途：用于确定因素A、因素B以及它们的交互效应是否显著影响因变量，同时控制了协变量的影响。

参数：选择正态分布数值因变量，两个自变量因素，一个或多个协变量。

端口数量与逻辑控制(PC)
Input-入口6个
Output-出口2个
Loop-支持循环是
If/Switch-支持逻辑判断否
输入输出
可生成图片类型（推荐）
可生成数据表类型（推荐）
相关节点
上一节点One_Way_ANCOVA
下一节点一般线性相关分析
WikimediaUI-Globe.svg相关网站







节点使用的R语言示例代码

Two Way ANCOVA

aov_ez(
  id,
  dv,
  data,
  between = NULL,
  within = NULL,
  covariate = NULL,
  observed = NULL,
  type = afex_options("type"),
  factorize = afex_options("factorize"),
  return = afex_options("return_aov")
)

方法参见R package: afex的官方文档

节点使用指南

  • 用于分析两个分类自变量（因子）和一个连续协变量对一个连续因变量的影响
  • 能够控制协变量对因变量的影响，从而更准确地估计自变量对因变量的影响

方法选择

  • 无方法选择

参数配置

  • 因变量：选择正态分布连续型数值变量。如果选择多个，每个变量做一次ANCOVA
  • 分组自变量1：选择一个分类分组变量，第一个因素
  • 分组自变量2：选择一个分类分组变量，第二个因素
  • 协变量: 选择一个或者多个协变量，可以是连续型或者离散型
  • 因变量，分组自变量1，分组自变量2和协变量要规避复用
  • 此算法兼容空值

注意事项

  • 检查数据是否满足正态分布、独立性、方差齐性等基本假设
  • 检验协变量和因变量是否有交互作用，如果有，标准ANCOVA可能不适用
  • 确保每个组的样本量足够，以便有足够的统计功效检测组间差异

引用

查找其他类别的节点，请参考以下列表

取自“https://wiki.statsape.com/index.php?title=Two_Way_ANCOVA&oldid=9181”
最近修改
此页面最后编辑于2024年2月8日 (星期四) 15:15。
版权
DecisionLinnc Wiki (决策链云智库) © 2024 by Statsape is licensed under Attribution-NonCommercial-ShareAlike 4.0 International. To view a copy of this license, visit [http://creativecommons.org/licenses/by-nc-sa/4.0/| CreativeCommons-Licenses-4.0].