ANOVA, Multiple comparison, Orthogonal contrast (1)

? ? ? 最近文章被拒氧枣,原因是使用了錯(cuò)誤的統(tǒng)計(jì)方法涡尘。我在文章中使用的是One-Way ANOVA辜昵,而編輯指出應(yīng)該改用Orthogonal contrast才更合適。對(duì)于單因素實(shí)驗(yàn)設(shè)計(jì)症见,One-Way ANOVA(即單因素方差分析)是很常用的一種檢測(cè)顯著性的方法。而在我身邊殃饿,這種常用已經(jīng)有發(fā)展為濫用的趨勢(shì)谋作,一些小伙伴只要見到單因素試驗(yàn)設(shè)計(jì),拿來就是一套One-Way乎芳,更有甚者將雙因素試驗(yàn)拆開做兩個(gè)One-Way遵蚜。正所謂“萬物皆可One-Way”.....

? ? ? 先來看一下我說的這套One-Way ANOVA的流程,百度中搜索“SPSS 單因素方差分析”秒咐,即可看到如下流程:

1谬晕、打開SPSS,輸入數(shù)據(jù)

2携取、選擇One-Way ANOVA

3攒钳、將自變量和應(yīng)變量放入對(duì)應(yīng)的框中

Fig1 圖片來自百度經(jīng)驗(yàn)

4、點(diǎn)Post Hoc選項(xiàng)雷滋,選擇一種比較方法不撑,通常是LSD, Bonferroni,Duncan等

Fig2 圖片來自百度經(jīng)驗(yàn)

5晤斩、運(yùn)行后查看結(jié)果焕檬,首先需要看ANOVA的結(jié)果,P值是否<0.05

Fig3 圖片來自百度經(jīng)驗(yàn)

6澳泵、如果ANOVA的P值<0.05实愚, 則繼續(xù)看Post Hoc的檢測(cè)結(jié)果,在同一欄里的組沒有顯著性差異兔辅,在不同欄里的組存在顯著性差異腊敲。

Fig4 圖片來自百度經(jīng)驗(yàn)

? ? ? 相信很多小伙伴對(duì)這套流程并不陌生,但是需要說明的是维苔,由于SPSS對(duì)功能進(jìn)行了整合碰辅,其實(shí)這套流程里包括了三個(gè)步驟

? ? ? 1、方差齊性檢驗(yàn)

? ? ? 2介时、ANOVA

? ? ? 3没宾、Post Hoc Multiple comparison (事后檢驗(yàn)凌彬,多重比較法)


? ? ? 來看一下用R怎么實(shí)現(xiàn)以上三個(gè)步驟

? ? ? 1、導(dǎo)入數(shù)據(jù)

? ? library(readxl) #第一次使用readxl包前需要安裝? ? ?

? ? example<-read_excel('OneWay ANOVA范例.xlsx') ? #這里我編了一個(gè)名字叫OneWay ANOVA范例的excel表循衰,內(nèi)容如下

Fig5 OneWay ANOVA范例.xlsx

? ? ? 2铲敛、方差齊性檢驗(yàn),按標(biāo)準(zhǔn)流程其實(shí)還應(yīng)該做正態(tài)性檢驗(yàn)羹蚣,但是由于One-Way ANOVA對(duì)正態(tài)性并不敏感原探,因此省略了。

? ? ? library(car)? ? ? ? ? ? ? ? ? ? ? ? ? ?

? ? ? leveneTest(BW~group,data=example)? ? ? #Levene's Test檢驗(yàn)顽素,p>0.05則方差齊

? ? ? 3咽弦、當(dāng)方差齊時(shí),進(jìn)行ANOVA

? ? ? BW.aov<-aov(BW~group,data=example)? ? ? #ANOVA分析

? ? ? summary(BW.aov)? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? #Summary

? ? ? One-Way ANOVA 其實(shí)只有這兩行代碼胁出,他的輸出結(jié)果類似Fig3型型。當(dāng)One-Way ANOVA檢測(cè)到組間存在顯著性差異后,則需要進(jìn)一步搞清楚差異來自哪里

? ? ? 4全蝶、Post Hoc Multiple comparison

? ? ? BW_posthoc<-TukeyHSD(BW.aov)? ? ? ? ? ? ? #TukeyHSD事后檢驗(yàn)

? ? ? BW_posthoc? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? #輸出TukeyHSD分析結(jié)果

? ? ? 此處我用的是TukeyHSD闹蒜,當(dāng)然也可以改用別的多重比較方法。


? ? ? 可以看到抑淫,SPSS中的One-Way 流程其實(shí)包括了One-Way ANOVA Multiple comparison兩個(gè)分析绷落。我身邊的一些小伙伴往往把他們視作一個(gè)統(tǒng)一的流程,只要是單因素試驗(yàn)始苇,打開SPSS就按這個(gè)流程來砌烁。但是事實(shí)上, Multiple comparison并不適用于所有的單因素試驗(yàn)催式,只有當(dāng)試驗(yàn)設(shè)計(jì)為非計(jì)劃的(unplanned)時(shí)函喉,才可以使用 Multiple comparison。 而如果你的試驗(yàn)設(shè)計(jì)為事先計(jì)劃好的(planned)荣月,則應(yīng)該選擇Orthogonal contrast進(jìn)行后續(xù)分析管呵。

總結(jié)一下,One-Way ANOVA的正確流程

1哺窄、判斷方差齊性

2捐下、方差齊的情況下,進(jìn)行ANOVA分析

3萌业、如果ANOVA分析的P值<0.5蔑担,認(rèn)為存在顯著性差異,需要進(jìn)行進(jìn)一步分析

4咽白、如果試驗(yàn)是unplanned,選擇 Multiple comparison

? ? 如果試驗(yàn)是planned鸟缕,選擇Orthogonal contrast


一點(diǎn)小吐槽

? ? ? 關(guān)于文章被拒稿這件事晶框,其實(shí)在寫文章時(shí)也考慮過ANOVA+Multiple comparison的統(tǒng)計(jì)方法是否合適排抬。我去下載了一篇打算投稿的雜志今年剛發(fā)的文章,試驗(yàn)設(shè)計(jì)與我一樣授段,統(tǒng)計(jì)方法采用的就是ANOVA+Multiple comparison蹲蒲,似乎這樣也是可以發(fā)表的嘛。加上以之前讀文獻(xiàn)的經(jīng)驗(yàn)來看侵贵,我目前所在的領(lǐng)域似乎對(duì)統(tǒng)計(jì)方法是否科學(xué)并沒那么關(guān)注届搁,于是就偷懶用了ANOVA+Multiple comparison。然后就杯具了.....

? ? ? 在得知由于統(tǒng)計(jì)方法的原因被拒后窍育,就對(duì)該雜志最近5期的所有文獻(xiàn)進(jìn)行了搜索卡睦,挑出了試驗(yàn)設(shè)計(jì)和我相同的文章,查看了他們的統(tǒng)計(jì)方法漱抓,結(jié)果發(fā)現(xiàn)Multiple comparison和Orthogonal contrast基本上是對(duì)半開的表锻,還有一些則兩種方法同時(shí)用上了。所以這就證明:統(tǒng)計(jì)方法用錯(cuò)了乞娄,也不是百分百會(huì)被拒稿瞬逊,否則已發(fā)表的文章都該是Orthogonal contrast的方法。那么仪或,問題就來了:為什么我被拒稿了确镊?

? ? ? 為了搞清楚這個(gè)問題,也為了順便鍛煉一下我的數(shù)據(jù)處理能力范删,我打算開展以下研究(有時(shí)間的話):

? ? 1蕾域、 盡量搜集更多該雜志上和我試驗(yàn)設(shè)計(jì)一樣的文章,然后獲得文章的各種信息:例如作者國(guó)籍瓶逃,作者的科研界地位(可以量化成文章數(shù)量束铭、IF、被引次數(shù)等等)厢绝,投稿月份等等契沫。

? ? 2、嘗試做一個(gè)PCA分析昔汉,看看能否將采用了不同統(tǒng)計(jì)方法的文章在PCA圖上分開懈万。

? ? 3、假如可以的話靶病,進(jìn)一步挑出關(guān)鍵因子会通。

? ? 想來這樣就可以知道我被拒稿的真正原因了...emmmmm(認(rèn)真臉?_?)

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市娄周,隨后出現(xiàn)的幾起案子涕侈,更是在濱河造成了極大的恐慌,老刑警劉巖煤辨,帶你破解...
    沈念sama閱讀 217,277評(píng)論 6 503
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件裳涛,死亡現(xiàn)場(chǎng)離奇詭異木张,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)端三,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,689評(píng)論 3 393
  • 文/潘曉璐 我一進(jìn)店門舷礼,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人郊闯,你說我怎么就攤上這事妻献。” “怎么了团赁?”我有些...
    開封第一講書人閱讀 163,624評(píng)論 0 353
  • 文/不壞的土叔 我叫張陵育拨,是天一觀的道長(zhǎng)。 經(jīng)常有香客問我然痊,道長(zhǎng)至朗,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,356評(píng)論 1 293
  • 正文 為了忘掉前任剧浸,我火速辦了婚禮锹引,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘唆香。我一直安慰自己嫌变,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,402評(píng)論 6 392
  • 文/花漫 我一把揭開白布躬它。 她就那樣靜靜地躺著腾啥,像睡著了一般。 火紅的嫁衣襯著肌膚如雪冯吓。 梳的紋絲不亂的頭發(fā)上倘待,一...
    開封第一講書人閱讀 51,292評(píng)論 1 301
  • 那天,我揣著相機(jī)與錄音组贺,去河邊找鬼凸舵。 笑死,一個(gè)胖子當(dāng)著我的面吹牛失尖,可吹牛的內(nèi)容都是我干的啊奄。 我是一名探鬼主播,決...
    沈念sama閱讀 40,135評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼掀潮,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼菇夸!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起仪吧,我...
    開封第一講書人閱讀 38,992評(píng)論 0 275
  • 序言:老撾萬榮一對(duì)情侶失蹤庄新,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后薯鼠,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體择诈,經(jīng)...
    沈念sama閱讀 45,429評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡凡蚜,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,636評(píng)論 3 334
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了吭从。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 39,785評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡恶迈,死狀恐怖涩金,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情暇仲,我是刑警寧澤步做,帶...
    沈念sama閱讀 35,492評(píng)論 5 345
  • 正文 年R本政府宣布,位于F島的核電站奈附,受9級(jí)特大地震影響全度,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜斥滤,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,092評(píng)論 3 328
  • 文/蒙蒙 一将鸵、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧佑颇,春花似錦顶掉、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,723評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至茬贵,卻和暖如春簿透,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背解藻。 一陣腳步聲響...
    開封第一講書人閱讀 32,858評(píng)論 1 269
  • 我被黑心中介騙來泰國(guó)打工老充, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人舆逃。 一個(gè)月前我還...
    沈念sama閱讀 47,891評(píng)論 2 370
  • 正文 我出身青樓蚂维,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親路狮。 傳聞我的和親對(duì)象是個(gè)殘疾皇子虫啥,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,713評(píng)論 2 354

推薦閱讀更多精彩內(nèi)容