avo und avo_car Funktion Unterschied
Verfasst: Mi Aug 25, 2021 7:14 pm
Hallo zusammen,
ich habe ein Frage bezüglich des Unterschiedes zwischen der aov- und der aov_car Funktion (aus dem afex-Paket). Wenn ich beide Funktionen auf den selben Datensatz anwende, unterscheiden sich die p-Werte und Prüfgrößen leicht. Mein Datensatz besteht aus vier verschiedenen Gruppen (morgens / abends / Placebo / Glucose) und einer AV.
Da ich nicht weiß, wie man ein reproduzierbares Datenbeispiel erstellt, hier sind die von mir genutzten Funktionen in allgemeiner Form:
anova1 <- aov(AV~UV1*UV2, data=daten)
anova2 <- aov_car(AV~UV1*UV2+ Error(ID-Variable), data=daten)
Normalverteilung liegt in 3 der 4 Gruppen vor und Homoskedastizität ist gegeben, allerdings sind die Gruppen nicht gleich groß. Mein Lehrbuch erwähnt allerdings nicht, das unbalancierte Designs für die aov-Funktion bei einer zweifaktoriellen Varianzanalyse ein Problem ist.
Danke für die Hilfe!
Descriptive statistics by group
group: Glucose, Morgens
vars n mean sd median trimmed mad min max range skew
X1 1 23 7.96 2.03 8 8.05 1.48 3 12 9 -0.32
kurtosis se
X1 -0.23 0.42
---------------------------------------------------
group: Glucose, Nachmittags
vars n mean sd median trimmed mad min max range skew kurtosis
X1 1 22 7.27 1.64 7.5 7.28 2.22 4 10 6 0.08 -0.88
se
X1 0.35
---------------------------------------------------
group: Wasser, Morgens
vars n mean sd median trimmed mad min max range skew kurtosis
X1 1 22 6.68 1.52 6.5 6.67 1.48 4 10 6 0.13 -0.59
se
X1 0.32
---------------------------------------------------
group: Wasser, Nachmittags
vars n mean sd median trimmed mad min max range skew kurtosis
X1 1 17 7.24 1.86 7 7.2 1.48 4 11 7 0.23 -0.78
se
X1 0.45
ich habe ein Frage bezüglich des Unterschiedes zwischen der aov- und der aov_car Funktion (aus dem afex-Paket). Wenn ich beide Funktionen auf den selben Datensatz anwende, unterscheiden sich die p-Werte und Prüfgrößen leicht. Mein Datensatz besteht aus vier verschiedenen Gruppen (morgens / abends / Placebo / Glucose) und einer AV.
Da ich nicht weiß, wie man ein reproduzierbares Datenbeispiel erstellt, hier sind die von mir genutzten Funktionen in allgemeiner Form:
anova1 <- aov(AV~UV1*UV2, data=daten)
anova2 <- aov_car(AV~UV1*UV2+ Error(ID-Variable), data=daten)
Normalverteilung liegt in 3 der 4 Gruppen vor und Homoskedastizität ist gegeben, allerdings sind die Gruppen nicht gleich groß. Mein Lehrbuch erwähnt allerdings nicht, das unbalancierte Designs für die aov-Funktion bei einer zweifaktoriellen Varianzanalyse ein Problem ist.
Danke für die Hilfe!
Descriptive statistics by group
group: Glucose, Morgens
vars n mean sd median trimmed mad min max range skew
X1 1 23 7.96 2.03 8 8.05 1.48 3 12 9 -0.32
kurtosis se
X1 -0.23 0.42
---------------------------------------------------
group: Glucose, Nachmittags
vars n mean sd median trimmed mad min max range skew kurtosis
X1 1 22 7.27 1.64 7.5 7.28 2.22 4 10 6 0.08 -0.88
se
X1 0.35
---------------------------------------------------
group: Wasser, Morgens
vars n mean sd median trimmed mad min max range skew kurtosis
X1 1 22 6.68 1.52 6.5 6.67 1.48 4 10 6 0.13 -0.59
se
X1 0.32
---------------------------------------------------
group: Wasser, Nachmittags
vars n mean sd median trimmed mad min max range skew kurtosis
X1 1 17 7.24 1.86 7 7.2 1.48 4 11 7 0.23 -0.78
se
X1 0.45