二次元同好交流新大陆
扫码下载App
温馨提示！由于新浪微博认证机制调整，您的新浪微博帐号绑定已过期，请重新绑定！&&|&&
LOFTER精选
网易考拉推荐
用微信&&“扫一扫”
将文章分享到朋友圈。
用易信&&“扫一扫”
将文章分享到朋友圈。
阅读(12341)|
用微信&&“扫一扫”
将文章分享到朋友圈。
用易信&&“扫一扫”
将文章分享到朋友圈。
历史上的今天
在LOFTER的更多文章
loftPermalink:'',
id:'fks_080067',
blogTitle:'数据分析中的post hoc tests是什么意思？',
blogAbstract:'事后比较检验
Post-hoc tests:
Post-hoc tests (or post-hoc comparison tests) are used at the second stage of the
{if x.moveFrom=='wap'}
{elseif x.moveFrom=='iphone'}
{elseif x.moveFrom=='android'}
{elseif x.moveFrom=='mobile'}
${a.selfIntro|escape}{if great260}${suplement}{/if}
{list a as x}
推荐过这篇日志的人：
{list a as x}
{if !!b&&b.length>0}
他们还推荐了：
{list b as y}
转载记录：
{list d as x}
{list a as x}
{list a as x}
{list a as x}
{list a as x}
{if x_index>4}{break}{/if}
${fn2(x.publishTime,'yyyy-MM-dd HH:mm:ss')}
{list a as x}
{if !!(blogDetail.preBlogPermalink)}
{if !!(blogDetail.nextBlogPermalink)}
{list a as x}
{if defined('newslist')&&newslist.length>0}
{list newslist as x}
{if x_index>7}{break}{/if}
{list a as x}
{var first_option =}
{list x.voteDetailList as voteToOption}
{if voteToOption==1}
{if first_option==false},{/if}&&“${b[voteToOption_index]}”&&
{if (x.role!="-1") },“我是${c[x.role]}”&&{/if}
&&&&&&&&${fn1(x.voteTime)}
{if x.userName==''}{/if}
网易公司版权所有&&
{list x.l as y}
{if defined('wl')}
{list wl as x}{/list}请问SPSS中的post hoc scheffe test (Scheffe 事后检验）是在哪里,具体如何操作呢?最好把步骤写的详细一点,把SPSS里每个选项点开看找不到这个选项呢
分析（A）-- 比较均值Compare means --- ANOVA（单因素分析）--- 右边的菜单栏 有 两两比较 一项,其中就有你要的Scheffe检验等.
为您推荐：
其他类似问题
扫描下载二维码当前位置： &
post hoc test是什么意思
中文翻译事后考验:&&&&post hoc, ergo propter hoc 〔 ...:&&&&n. 【动物；动物学】(软体类的)介壳，甲壳；【植物；植 ...
例句与用法The total significant differences among groups were compared by two way anova , factoring treatment group and incubation medium level . post hoc testing were used to evaluate the significance of subgroup differences by lsd and snk methods , significant correlation between every two transmitters was analyzed by pearson correlation用随机区组设计的方差分析进行总体均数的差异显著性比较，组间比较用hd法和snk法；不同神经递质之间的相关性分析用pearson相关分析法；不同孵育条件下同种处理组间比较用stwm ’ lt检验。 &&
相邻词汇热门词汇
post hoc test的中文翻译，post hoc test是什么意思，怎么用汉语翻译post hoc test，post hoc test的中文意思，发音，例句，用法和解释由查查在线词典提供，版权所有违者必究。
&&&&&&&&&&&&&&&&
Copyright &
(京ICP备号)
All rights reserved后使用快捷导航没有帐号？
查看: 22327|回复: 45
注册时间阅读权限30最后登录在线时间566 小时贡献值0 积分1319分享好友记录日志相册UID21187
水晶3197 心级1319 精华2主题帖子
本帖最后由 空里流霜 于
07:42 编辑
（提示：在复制帖子中表格的数据时，如果复制下来粘在excel或SPSS中出现问题，请先复制除最后一行外其余所有数据，之后再复制或抄写最后一行）
由于有些滴友对方差分析显著后不知道该做啥以及如何做，或者知道该做啥以及如何做但不知用SPSS怎么写syntax，在下特地分享自己的一点经验给各位,同时附上一些模拟数据，便于大家直接粘贴到SPSS中，用这些syntax应该可以直接跑的。希望对澄清概念，规范分析步骤有所助益。虽然题目中写的是教程，仅仅是在下一点小小经验，谈不上教程，所以加上“准”这个字。
（以下所贴SPSS syntax 不保证完全正确，大部分是在下参考网上资料以及自己琢磨之后所编，请大家批判地使用，如发现有错误，请告知在下，在下会及时修改，以免贻害他人）。对于文中的某些观点，如果有参考文献或出处，在下尽量加上或逐渐补上。
首先先说两个概念：
简单效应（simple effect 或者叫simple main effect）和事后多重比较 (post hoc multiple comparison)的区别。
可能有人会把这两个词混淆了。
简单效应（有两个或两个因素以上的方差分析中的概念）或简单简单效应（simple simple effect，有三个或三个以上因素的方差分析中的概念）是方差分析中的概念，或者是方差分析的儿子、孙子，或是方差分析的一部分，或者说它本质上就是方差分析。你做简单效应是会出来一个F值的，没有F值就不是方差分析。因为方差分析的推断是建立在F分布基础上的。
事后多重比较不是或者说不等同于简单效应检验。它不直接属于方差分析，或者说它不是方差分析体制内的东西，或者说它不是方差分析的嫡系。打个比方，它是方差分析的跟班的，跑龙套的，打杂的，做善后的，就是说方差分析分析出显著了，才需要它出马，如果不显著，他是没必要出来善后的。事后多重比较就是拿几个东西比来比去，多数情况下应该属于t检验范畴，不信你单独拿t检验做一做，在不矫正（LSD）情况下是一样的。因为是多重比较，所以你还是要校正一下。
（附网络资料链接）
关于方差分析，在下认为有两个规则：
1，具有三个或三个水平以上的因素主效应显著，或简单效应，或简单简单效应显著时。才需要事后多重比较。因素只有两个水平时是不需要多重比较的。
2，只有交互作用显著了，才会去看简单效应。只有简单交互作用显著了，才会去看简单简单效应。
这些名词是否把你搞糊涂了？下面的例子中你会体会出这些词的意思。
比如，ABC三个因素各有两个水平，则是2*2*2三因素被试间方差分析。
（1）一般是如果没有交互作用显著，则看主效应。如果ABC中某一个有三个或以上的水平，则做post hoc （事后多重比较，这个是同因素内各个水平的比较）。如果只有两个水平，就无需多重比较了。
（2）如果二阶交互作用显著，则看简单主效应。比如，A*C显著，这时就是说不考虑B的情况下，看C因素两个水平在A因素的某个水平上是否显著（如：C在A1上显著否）。如果C有三个水平，此时要做事后多重比较。如果只有两个水平，不用做。
（3）如果三阶交互作用显著，则看简单交互作用，比如，A*B*C显著，你先要看A*B是否在C1上显著，就是是否在C1上交互作用显著。如果交互作用不显著，则不用继续看了。如果交互作用显著，则要看简单简单效应（A因素在B1水平上C1水平上是否显著，如果A有三个水平，此时要做事后多重比较。如果只有两个水平，不用做。）其它各水平的组合与此相似，比如C在A1水平B2水平上是否显著。
以上这些规则或步骤在组间，组内和混合中都是一样的，只是具体的计算方法不同。
（顺便说一句，在SPSS中，
如果是组内因素，那么这个因素的每个水平或是水平的组合就会单独占一列！
如果是组间因素，那么这个因素的代表数字就会单独占一列，而有另外有一列放置真正的因变量（比如反应时））
#示例一########以下给出一个三因素方差分析（被试间/组间设计）的例子###########
假设你有24个被试，在SPSS中一定要这样（否则可能出错，也可能不出错（你自己试试））前三列是ABC三个因素，第四列是因变量。
ABCD111321114311134112541122311243121461213612126122321222912239211292114321156212232124321254221662216422134222462224522260
语句如下(跑的时候请把注释#以及#之后的东西去掉，SPSS不认的，会报错)：
MANOVA D BY A(1,2) B(1,2) C(1,2)& && &#D是因变量 （组间因素都放在BY的后面）
/DESIGN=A& && && && && && && && && && && && && && && &&&#主效应
& && && && && &&&B
& && && && && & C
& && && && && &A*B& && && && && && && && && && && && && && && & #二阶交互作用
& && && && && &B*C
& && && && && &A*C
& && && && && &A*B*C& && && && && && && && && && && && && &&&#三阶交互作用
/DESIGN= A within B(1)& && && && && && && && && && && &#简单效应
& && && && &&&A within B(2)
& && && && &&&B within A(1)
& && && && &&&B within A(2)
& && && && &&&A within C(1)
& && && && &&&B within C(2)
/DESIGN= A*B within C(1)& && && && && && && && && & #简单交互作用
& && && && && &A*B within C(2)
& && && && && &B*C within A(1)
& && && && && &B*C within A(2)
& && && && && &A*C within B(1)
& && && && && &A*C within B(2)
/DESIGN= A within B(1) within C(1)& && && && &&&#简单简单效应
& && && && && &A within B(1) within C(2)
& && && && && &A within B(2) within C(1)
& && && && && &A within B(2) within C(2)
& && && && && &B within A(1) within C(1)&&
以上写全就太多了，大家自己跑跑试试吧。
& && &####
##示例二########以下给出一个三因素方差分析（混合设计，两个组内，一个组间）的例子###########
& && &####
A,B是两个被试内因素，A有两个水平，B有三个水平，C为被试间因素，四个水平。
A1B1A1B2A1B3A2B1A2B2A2B3C204726598819721654164112580119310321795161514321184116691371160616512210139072062119715861235210511330198299512721204181611678223087299516681644121461722154318741550143512451210110712719809135811630162510921513132713561213216698668681097138212809223813781771174619311112621641101166313221314116951402104512321102172311933168114111929204320391115992499218512142139613196426811841731161521151947102687994593511102110514581333120614091413214441453103463313541225216868671046665131012162970904739872819123021696121611439091759151227058316216717531142215581198744108910051864211061368966123712661383212868707866721221182121025130087010601297145021413148866967494216722215917081797165417952121214468707127438471262215361057117186112128632204476810771355136915293376224742205167921642936312597395497846431349313977587349348468463174313341657129316741900318379721159955135820043291121921263150631222245315671562108710559141446322711207120412341798168334082145916691631155743183167119191763154916082109314521120107891417552507315871391116175591318513163717811118117016831313316811225127516691293156132112221016471715264916424124210461132878128913004226417331739152023602211416311214111289599011354134613591373170616691196429411292147712441499278042779172623653721171120084215413961472189215451508416701226124811841429139542147133914731465159816554140711487977921753145049141240142573410831422422881645124017101807214641152894703904842133041196706908100185110764104513181227897151714244
-------------------------------------------------------------------------------------------------------------------------
------------------------------------------------简单主效应-----------------------------------------------------------
# 被试间因素C的简单主效应
#不考虑B时
MANOVA A1B1 A1B2 A1B3 A2B1 A2B2 A2B3 BY C(1,4)
/WSFACTORS=A ( 2 ) B ( 3 )
/WSDESIGN =&&MWITHIN A(1)
& && && && && && && && &&&MWITHIN A(2)
#不考虑A时
MANOVA A1B1 A1B2 A1B3 A2B1 A2B2 A2B3 BY C(1,4)
/WSFACTORS=A ( 2 ) B ( 3 )
/WSDESIGN =&&MWITHIN B(1)
& && && && && && && && &&&MWITHIN B(2)
& && && && && && && && &&&MWITHIN B(3)
# 被试内因素A的简单主效应
#不考虑C时
MANOVA A1B1 A1B2 A1B3 A2B1 A2B2 A2B3 BY C(1,4)
/WSFACTORS=A ( 2 ) B ( 3 )
/WSDESIGN = A within B(1)
& && && && && && && && & A within B(2)
& && && && && && && && & A within B(3)
#不考虑B时
MANOVA A1B1 A1B2 A1B3 A2B1 A2B2 A2B3 BY C(1,4)
/WSFACTORS=A ( 2 ) B ( 3 )
/WSDESIGN = A
/DESIGN = MWITHIN C (1)
& && && && && && & MWITHIN C (2)
& && && && && && & MWITHIN C (3)
& && && && && && & MWITHIN C (4)
# 被试内因素 B 的简单主效应
#不考虑C时
MANOVA A1B1 A1B2 A1B3 A2B1 A2B2 A2B3 BY C(1,4)
/WSFACTORS=A ( 2 ) B ( 3 )
/WSDESIGN = B within A(1)
& && && && && && && && & B within A(2)
#不考虑A时
MANOVA A1B1 A1B2 A1B3 A2B1 A2B2 A2B3 BY C(1,4)
/WSFACTORS=A ( 2 ) B ( 3 )
/WSDESIGN = B
/DESIGN = MWITHIN C (1)
& && && && && && & MWITHIN C (2)
& && && && && && & MWITHIN C (3)
& && && && && && & MWITHIN C (4)
------------------------------------------------------------------------------------------------------------------------------
-------------------------------------------------简单交互作用------------------------------------------------------------
#&&AB因素在C各个水平的简单交互作用
MANOVA A1B1 A1B2 A1B3 A2B1 A2B2 A2B3 BY C(1,4)
/WSFACTORS=A (2) B (3)
/DESIGN = MWITHIN C(1)& && && && && & #A和B的交互作用在C1水平上是否显著
& && && && && && &&&MWITHIN C(2)
& && && && && && &&&MWITHIN C(3)
& && && && && && &&&MWITHIN C(4)
#&&AC在B各个水平的简单交互作用
MANOVA A1B1 A1B2 A1B3 A2B1 A2B2 A2B3 BY C(1,4)
/WSFACTORS=A(2)B(3)
/WSDESIGN = A within B(1)& && &&&#虽然这里只写了A，会把A和C交互作用在B1水平上是否显著输出
& && && && && && && && & A within B(2)
& && && && && && && && & A within B(3)
# BC在A各个水平的简单交互作用
MANOVA A1B1 A1B2 A1B3 A2B1 A2B2 A2B3 BY C(1,4)
/WSFACTORS=A(2)B(3)
/WSDESIGN = B within A (1)& & #虽然这里只写了B，会把B和C交互作用在A1水平上是否显著输出
& && && && && && && && & B within A (2)
---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- 简单简单效应----------------------------------------------------& && && && && && && &&&
#A因素的简单简单效应
MANOVA A1B1 A1B2 A1B3 A2B1 A2B2 A2B3 BY C(1,4)
/WSFACTORS=A ( 2 ) B ( 3 )
/WSDESIGN = A within B(1)
& && && && && && && && & A within B(2)
& && && && && && && && & A within B(3)
/DESIGN = MWITHIN C (1)& &&&#一定把上面的/WSDESIGN写上，
& && && && && && && && && && && && && && && && && &#表示A在B的某个水平上C1水平上的简单简单效应
& && && && && && & MWITHIN C (2)& && && && &
& && && && && && & MWITHIN C (3)
& && && && && && & MWITHIN C (4)
#B因素的简单简单效应
MANOVA A1B1 A1B2 A1B3 A2B1 A2B2 A2B3 BY C(1,4)
/WSFACTORS=A ( 2 ) B ( 3 )
/WSDESIGN = B within A (1)
& && && && && && && && & B within A (2)
/DESIGN = MWITHIN C (1)
& && && && && && &&&MWITHIN C (2)
& && && && && && &&&MWITHIN C (3)
& && && && && && &&&MWITHIN C (4)
& && && && && &
#C因素的简单简单效应
MANOVA A1B1 A1B2 A1B3 A2B1 A2B2 A2B3 BY C(1,4)
/WSFACTORS=A ( 2 ) B ( 3 )
/WSDESIGN = MWITHIN A(1) within B(1)& & #C因素在A1水平B1水平上的简单简单效应& &
& && && && && && && && & MWITHIN A(1) within B(2)
& && && && && && && && & MWITHIN A(1) within B(3)
& && && && && && && && & MWITHIN A(2) within B(1)
& && && && && && && && & MWITHIN A(2) within B(2)
& && && && && && && && & MWITHIN A(2) within B(3)
& && &&&####
###示例三 ##########三因素方差分析（混合设计，一个组内，两个组间）的例子##############
& && &####
A是组内因素，B，C是组间因素。A有三个水平，B有三个水平，C有四个水平。示例数据如下
A1A2A3BC265988197211119310321795111669137116061120621197158611198299512721222308729951217221543187412210110712719121625109215131316698668681322381378177113216411011663131402104512321416811411192914924992185114426811841731141026879945211458133312062114531034633218671046665219047398722212161143909228316216712211987441089221368966123723870786672231300870106023148866967423170817971654248707127432410571171861247681077135524247422051679317395497843175873493431133416571293319721159955322192126315063215621087105532120712041234321459166916313319191763154933112010789143313911161755331781111811703412251275166934221016471715341046113287834
---------------------------------------------------------------------------------------------------------------
#C因素在B1水平上A1水平上的简单简单效应
MANOVA A1 A2 A3 BY B(1,3) C(1,4)
/WSFSCTORS=A(3)
/WSDESIGN= MWITHIN A(1)
/DESIGN= C WITHIN B (1)
#A因素在B1水平上C1水平上的简单简单效应
MANOVA A1 A2 A3 BY B(1,3) C(1,4)
/WSFSCTORS=A(3)
/DESIGN=&&mwithin B(1) within C(1)
##################################################################################################################################################
事后多重比较/事后检验（Post-Hoc Test）
########################################################################
如果你做的主效应，简单效应，或是简单简单效应显著了，而且你的这个因素如果有两个以上的水平，这时你就需要做事后多重比较了，ANOVA的任务已经完成了，应该事后检验上场了。（）
首先说一下最简单的情况，一个单因素三水平的组间方差分析（one-way ANOVA）。数据示例如下。因素因变量1411.51402.51424.51437.51406.514001400.51415.514161408.51397.51432.51383.513901412141013892600.732806.632752.232751.9728892711.452814.272676.772549.632540.692904.472885.5321062.3821190.412639.272802.592996.863625.473800.773791.333723.133808.763985.873779.13756.273528.413788.5731088.973949.8731056.9631045.973763.973904.1931247.79
假设我们做了ANOVA，发现此ANOVA显著，那么下一步就应该做事后多重比较了，虽然SPSS里面可以一步做完。在GUI里面操作的步骤是，&Analyze&--&&Compare Means&--&'&One-Way Anova&--&&Post-Hoc&&&结果显示ANOVA显著，同时也输出下表（选择的矫正方法是LSD，虽然GUI上没有说“矫正方法”这个词）
Post Hoc Tests
Multiple&&Comparisons因变量
& & LSD(I) 因素(J) 因素Mean Difference (I-J)Std. ErrorSig.95%&&Confidence IntervalLower BoundUpper&&Bound　1.00　2.00-390.43408*50.51461.000-492.0005-288.86763.00-453.4048050.51461.000-554.9712-351.83842.00　1.00390.43408*50.51461.000288.8676492.00053.00-62.9707350.51461.219-164.537238.59573.00　1.00453.40480*50.51461.000351.8384554.97122.0062.9707350.51461.219-38.5957164.5372______________________________________________________________________________________________
下面是单因素三水平的组内设计，注意，此表的三个水平所用的数据和上面组间设计的表格是一样的。
水平1水平2水平3411.5600.73625.47402.5806.63800.77424.5752.23791.33437.5751.97723.13406.5889808.76400711.45985.87400.5814.27779.1415.5676.77756.27416549.63528.41408.5540.69788.57397.5904.471088.97432.5885.53949.87383.51062.381056.963901190.411045.97412639.27763.97410802.59904.19389996.861247.79
在GUI里面操作的步骤是，&Analyze&--&&General Linear Model&--&'&Repeated Measures&-define好之后-&&Options&中进行&Estimatd Marginal Means& 。 结果显示ANOVA显著，同时也输出下表
Estimated Marginal Means
Pairwise&&ComparisonsMeasure:MEASURE_1(I) factor1(J) factor1Mean Difference (I-J)Std. ErrorSig.a95%&&Confidence Interval for DifferenceaLower BoundUpper&&Bound　1　2-390.43445.278.000-486.420-294.4483-453.40546.282.000-551.518-355.2922　1390.43445.278.000294.448486.4203-62.97129.375.048-125.242-.6993　1453.40546.282.000355.292551.518262.97129.375.048.699125.242细心的你可能会发现，上面的multiple comparisons和这表其实是很像的，比如Mean Difference是完全一样的，但其它内容不太一样，这是为什么呢？
原因是上面组间的例子中，做的是单样本t检验，而组内的例子中，做的是配对t检验！
看来，同样的数据，重复测量更容易探测出差异，这个大家可以从t检验和方差分析的公式中自己看。
好了，现在，我们玩点复杂的。
##############
如果你的设计更复杂一点怎么办？比如3x3组内方差分析。SPSS没有提供直接做两个因素以上的组内方差分析的操作步骤，但是，但是理解了事后检验到底做了些啥，这一步就非常简单了。
就拿示例二中的例子，2x3x4方差分析，前两个组内，最后一个组间。那么假设B因素在A1水平C1水平上显著了（简单简单效应显著），那么我们可以这么做，把例二中的表格拆开重组，取出和我们要做的这个简单简单效应有关的部分就可以啦！
那么就整出了下表
A1B1A1B2A1B3C204726598811258011931032118411669137113907206211971133019829951167822308721214617221543124512101107111630162510921213216698661280922381378111262164110111695140210451193316811411111599249921上表中最后一列C是没有必要的，但我放上就是为了标明是被试间因素的哪一组。
然后你可以完全把它当作上一个表中的单因素三水平的组内设计来进行事后检验了。
那如果你的C因素在A2水平B3水平的简单简单效应显著，那么你接下来你要做C因素的简单简单效应的事后检验就可以选出下表：
A2B3C16411143212210121051181611644114351135811356113821193111314117231203911396121151111021413212252121621230215122114221864213832182121450216722212121262286321529329363134938463190032004322453144631683343183210932507318513131331561316424130042211411354119642780420084150841395416554145041422421464133041076414244然后你按照上面做单因素组间方差分析（One-way ANOVA ）的方法就OK了。
+++++++++++++++++++++++++++++++++++++++++++++++++++++
那么就像我上面说得，如果二阶交互作用显著，则看简单主效应。比如，A*C显著，这时就是说不考虑B的情况下，看C因素四个水平在A因素的某个水平上是否显著（如：C在A1上显著否）。那对于例二中的例子该怎么做呢？那么就先做成以下这个中间步骤的表：
A1B1A1B2A1B3C204726598811258011931032118411669137113907206211971...... （由于是中间步骤，此表只显示表头和数据的前四行，下表是完成后的表）。
AC1862.33 11601.67 11627.00 12388.67 11435.67 11593.33 11803.67 11874.33 11449.00 11555.67 12141.67 11463.67 11380.67 11675.00 11025.00 12882.67 1950.67 21298.67 21310.33 21199.67 2871.00 21351.67 2719.00 21166.67 21146.67 2980.67 21065.00 21190.00 21888.00 21009.33 21254.67 21296.33 32813.67 3849.00 3963.00 31578.00 31322.67 32122.00 31405.33 31560.67 32403.33 31784.33 31216.67 31379.67 31512.00 31393.67 31989.67 41140.00 41912.00 41319.00 41359.33 41903.33 42290.00 41674.00 41381.33 41653.00 41117.33 41193.00 41724.33 4916.33 4936.67 41196.67 4这时你又看到熟悉的One-way ANOVA了！！！
#########################
你可能会怀疑在下的这些个操作，但是我这些都是有根据的，不信你看一下曾在University of Vermont心理系任教的一位老师的网页。
里面讲了很多很有用的东西，也希望对大家有帮助。
看完之后你会发现，虽然Prof. Howell没有提到我说的这种具体方法，但他的方法其实也是做t检验，两种方法一样。
其实本质上说，就是做一般的t检验（独立样本或相关样本），然后用多重比较校正的方法对p值进行调整。
调整或是校正的方法，大家按照上面我的步骤做的话可以在SPSS的GUI里面看到，一般来说LSD是不校正，一般不提倡使用，另外几种校正的方法大家都可以试试。
其它参考资料包括
总评分:&水晶 + 2&
空里流霜不觉飞，汀上白沙看不见。
注册时间阅读权限100最后登录在线时间281 小时贡献值0 积分626分享好友记录日志相册UID31630
水晶1795 心级626 精华0主题帖子
本帖最后由 夏孤潮 于
21:10 编辑
& && &&&好贴啊！通过修改syntax 里emmeans实现简单效应检验也是一种方法(比如丁国盛老师的SPSS里讲过这种方法)，不过对此还有很多疑问。把我帖子里的回复粘贴过来了，期待指教啊
& && & 上次讨论的内容解决不了这个问题，我研究过那些代码没有可以直接套用的，所以需要自己根据情况重新写。因为我需要检验各种方向（按住一个，检验另两个简单主效应，再按住继续往下检验）的简单简单效应，情况很多，写那个工作量大，重要的是担心容易错或漏。
& && &所以猜想可不可以通过更改命令语句的方式简化这个问题。在简单效应检验的时候/emmeans=tables(a*b)compare(a)adj(sidak)，在pairwise comparisons里可以比较均值差异。我试过简单效应这样写语句和编程结果是一致的，但是不清楚简单简单效应是不是可以这样做。像你说的，我不清楚emmeans是不是基于我们所知的简单简单效应检验的逻辑来做的？虽然我现在可以用命令跑出检验结果，但是还是想搞清楚原理。& && && &&&
& && & 另外，咨询了一个师姐的意见，她分析数据的过程似乎对解决这个问题有参考价值。她用emmeans同样的四个变量做了一次总的交互作用，和分开选两个变量做两次交互作用，最终检验结果一致。因此可以猜测emmeans是一步检验到底，中间没做简单主效应。 然后用t检验比了下emmeans 结果，发现是和t检验是一样的。这让我联想到有人做五阶交互的时候直接摘出来需要的变量比。
& &&&对此你有什么看法？我们应该怎么做更合理？
[]： 夏孤潮 刚上研究生就碰到涨补助，拿到 4
社会认知神经科学专版强势回归，请多多支持O(∩_∩)O~
注册时间阅读权限30最后登录在线时间566 小时贡献值0 积分1319分享好友记录日志相册UID21187
水晶3197 心级1319 精华2主题帖子
本帖最后由 空里流霜 于
11:12 编辑
夏孤潮 发表于
好贴啊！通过修改syntax 里emmeans实现简单效应检验也是一种方法(比如丁国盛老师的SPSS里讲过这种 ...
EMMEANS（estimated marginal means）的确做的是t检验，只是通过后面加的adj（）进行校正或调整。一般来说，是否做事后多重比较要看主效应/简单效应/简单简单效应是否显著。如果显著，则做，如果不显著，再做就不合理了。因为事后多重比较就是在主效应/简单效应/简单简单效应显著之后进一步做的东西，不经过前面的步骤直接做的话于逻辑似不合。
因为只有用ANOVA检验将H0（比如说A,B,C三组比较大小，H0:A=B=C）推翻了，才有必要进行事后多重比较，如果显著了，进行多重比较时即便用LSD（不矫正）也说得过去：如果不显著，即便用严格的校正方法，也不justified。
另：你开始说的“检验各种方向（按住一个，检验另两个简单主效应，再按住继续往下检验）的简单简单效应” 我觉得我的例子中应该有相关的东西，至少在3因素方差分析中，我的代码应该把所有的简单效应，简单简单效应都包括了。不信你试试。
但我不知道你说的“按住一个“是啥意思，是常规的统计概念吗？
[]：空里流霜 不满水滴人物专访栏目对自己偶像滴油的漫不经心，甩出 2
水晶让hcp总版限期整改.
空里流霜不觉飞，汀上白沙看不见。
注册时间阅读权限100最后登录在线时间281 小时贡献值0 积分626分享好友记录日志相册UID31630
水晶1795 心级626 精华0主题帖子
本帖最后由 夏孤潮 于
13:54 编辑
空里流霜 发表于
EMMEANS（estimated marginal means）的确做的是t检验，只是通过后面加的adj（）进行校正或调整。一般来说 ...
谢谢，我所指的emmeans当然是在交互效应显著后继续做的，是基于上一步统计结果有选择的写命令。因为了解到身边的一些同学用这种方法做简单效应检验比较普遍，我想了解这样做对不对？
我上次做的数据有两个组间，一个组内，代码刚好没有这种情况。“按住”是口头禅，呵呵。因为涉及到脑区通常理论上有一个看某种水平组合在不同脑区情况的预期，所以检验的时候会有一种方向性的策略。
社会认知神经科学专版强势回归，请多多支持O(∩_∩)O~
注册时间阅读权限30最后登录在线时间566 小时贡献值0 积分1319分享好友记录日志相册UID21187
水晶3197 心级1319 精华2主题帖子
夏孤潮 发表于
谢谢，我所指的emmeans当然是在交互效应显著后继续做的，是基于上一步统计结果有选择的写命令。因为了解到 ...
我觉得emmeans应该在简单效应显著之后做，而不是交互作用显著之后做。（当然了，前提是我只知道emmeans只能做多重比较）。要不你再看看我的帖子，今天又加了点东西。我上面帖子中说的步骤是我在一些英文教材上看到的，抽空把教材名字贴上。
你说的情况我先琢磨琢磨。
[]：空里流霜 在心心水滴灌水过度，管理员送ta 1
水晶来封口.
空里流霜不觉飞，汀上白沙看不见。
注册时间阅读权限30最后登录在线时间566 小时贡献值0 积分1319分享好友记录日志相册UID21187
水晶3197 心级1319 精华2主题帖子
夏孤潮 发表于
谢谢，我所指的emmeans当然是在交互效应显著后继续做的，是基于上一步统计结果有选择的写命令。因为了解到 ...
我整了个跟你的数据相似的例子放了上去，你看靠谱不靠谱。
[]： 空里流霜去看海，捡到一个漂流瓶装着 1
空里流霜不觉飞，汀上白沙看不见。
注册时间阅读权限100最后登录在线时间281 小时贡献值0 积分626分享好友记录日志相册UID31630
水晶1795 心级626 精华0主题帖子
本帖最后由 夏孤潮 于
17:24 编辑
空里流霜 发表于
我觉得emmeans应该在简单效应显著之后做，而不是交互作用显著之后做。（当然了，前提是我只知道emmeans只 ...
& &&&对，你说的正是我纠结的重点！我认为正确的逻辑是：简单简单效应检验显著后，只做显著条件组合的事后多重比较。但是现在emmeans交互作用显著后，是一步各种条件组合全部跑出来，再从其中选择哪些显著。
& && &我个人猜测：如果emmeans跑完(1)没有遗漏显著(2)和简单效应一步一步检验出需要事后比较的结果一致(3)只是多跑了一些无用但可以排除的简单简单效应不显著情况，那么用这个方法可以简化检验过程。事实上我也是这么做的，但是对于个中原理不是很懂。
& && &等忙完期末考试，我打算用那些数据通过emmeans的检验和spss简单效应编程检验分开做两次对比下，等我用数据作出结果后把代码发给你咱们再交流哈！如果方便，请把英文版关于这个问题的说明给我发一份吧。当时我参考了SPSS自带的手册，但是也没很好理解。O(∩_∩)O谢谢
社会认知神经科学专版强势回归，请多多支持O(∩_∩)O~
注册时间阅读权限30最后登录在线时间566 小时贡献值0 积分1319分享好友记录日志相册UID21187
水晶3197 心级1319 精华2主题帖子
夏孤潮 发表于
对，你说的正是我纠结的重点！我认为正确的逻辑是：简单简单效应检验显著后，只做显著条件组合的事后 ...
没错啊。你说“简单简单效应检验显著后，只做显著条件组合的事后多重比较”。的确是简单简单效应显著后要做多重比较，但是“显著条件组合”是何意啊？能举个例子吗？
你用emmeans跑完之后结果是啥样的？能贴个图吗？
英文资料我找找整理一下再发给你或贴上来吧。
空里流霜不觉飞，汀上白沙看不见。
注册时间阅读权限10最后登录在线时间87 小时贡献值0 积分90分享好友记录日志相册UID26714
正式滴友, 积分 90, 距离下一级还需 410 积分
水晶351 心级90 精华0主题帖子
感谢分享~MARK~
楼主可否再分享一下有关“事前检验”的语句？看舒华老师和张亚旭老师那本《心理学研究方法》，还有些不明白哦
注册时间阅读权限30最后登录在线时间566 小时贡献值0 积分1319分享好友记录日志相册UID21187
水晶3197 心级1319 精华2主题帖子
beiyuan 发表于
感谢分享~MARK~
楼主可否再分享一下有关“事前检验”的语句？看舒华老师和张亚旭老师那本《心理学研究方法 ...
行啊！我研究研究再弄吧。因为在下没用过事前检验，了解了解再交流。
空里流霜不觉飞，汀上白沙看不见。
Powered by
Template By
Comsenz Inc.