Hallo,
Ik heb een vraag betreffende het volgende. Voor een onderzoekje dat ik uitvoer met een aantal mensen wil ik kijken hoe 2 groepen (=BS factor) verschillen mbt de reactietijden in een taakje met 4 condities (=WS factors). Om dit te doen heb ik GLM repeated measures gebruikt, alleen heb ik een vraag over de uitvoer.
Het conditie effect blijkt significant en ik heb pairwise comparisions opgevraagd om dit verder uit te diepen. Bij het main effect van conditie wordt elke conditie met elkaar vergeleken, en nu blijkt dat conditie 4 sign verschilt van alle andere condities. Nu vraag ik me af of dat dat geldt voor beide groepen? Of is dit resultaat zeg maar samengenomen over de 2 groepen? Ik wil namelijk weten wat het effect is van de WS factor binnen elke groep, maar kan ik dit dan aflezen uit de pairwise comparisons vd GLM uitvoer of moet ik hiervoor een one-way ANOVA doen voor elke groep apart?
Hopelijk is duidelijk wat mijn vraag is en kan iemand mij helpen.
Alvast bedankt voor de moeite!
Laatste berichten
-
21:17
Straatklok loopt 5 minuten voor 8
-
20:50
[scheikunde] vraag Chemie - wat is de oplossing? 9
-
19:47
Bruine vlekken op treinaanwijzerbord 10
-
19:44
Vogels in de stad zijn goede klussers 2
-
19:12
Rood laserlicht 3
-
19:07
wig 1
-
17:30
Herleiden afmetingen vanaf een foto 21
-
16:34
[wiskunde] Prijs Product per KG; Alternatief Inzicht 3
-
13:57
do-re-mi-fa-so vliegtuigen 9
-
13:16
geen minkowski-ruimte toch? Doe ik dit nou fout? 17
-
13:12
[natuurkunde] kroon van koning op Syracuse 10
-
12:01
Gravity and gravitation 1
-
10:15
2013 – Augustus Vraag 3 3
-
24 apr
Vraag 2009 Juli Vraag 5 5
-
24 apr
positie 2
-
24 apr
Schroefdraad berekening 8
-
24 apr
[scheikunde] Kan chloorgas de geleiding van elektriciteit belemmeren? 9
-
23 apr
Weerfrustratie 9
-
23 apr
Kunnen quantum Zonnecellen 190% quantum efficiënt zijn 3
-
23 apr
De Euro Nederlandse 100 qubit computer komt eraan
Nieuwsberichten
-
04 mar
Een nieuw soort magnetisme: altermagnetisme
-
31 okt
AI kan via stem diabetes vaststellen 11
-
21 okt
Einstein krijgt wéér gelijk 45
-
07 feb
witter dan wit 20
-
19 jun
irrigatie en de aardas
GLM repeated measures
Moderator: Rhiannon
-
- Berichten: 778
Re: GLM repeated measures
Ik zou je graag helpen maar ik begrijp het niet zo goed (dat ligt waarschijnlijk niet aan jou maar aan mij)
Volgens mij wil je gewoon elke conditie vergelijken tegenover de andere condities samen en dat kan via een Scheffé of een Bonferonni
Als je het gequote deel nog eens kunt verduidelijken zal ik nog eens een poging wagen om je te begrijpen.Nu vraag ik me af of dat dat geldt voor beide groepen? Of is dit resultaat zeg maar samengenomen over de 2 groepen? Ik wil namelijk weten wat het effect is van de WS factor binnen elke groep, maar kan ik dit dan aflezen uit de pairwise comparisons vd GLM uitvoer of moet ik hiervoor een one-way ANOVA doen voor elke groep apart?
Volgens mij wil je gewoon elke conditie vergelijken tegenover de andere condities samen en dat kan via een Scheffé of een Bonferonni
An diesem Beispiel sehen Sie, meine Damen und Herren, dass Politiker, die die Nase vorn haben, Intellektuelle ins Schlepptau nehmen können
-
- Berichten: 2
Re: GLM repeated measures
Hoi
ja sorry volgens mij heb ik het niet zo duidelijk verwoord.
Nog een poging:
ik wil 2 groepen vergelijken (normalen + autisten) mbt de reactie tijden op een bepaalde taak (flanker taak). Deze taak kent 4 condities, en uit de repeated measures GLM uitvoer blijkt dat het conditie-effect significant is. Maar dit geeft mij te weinig info, omdat ik wil weten welke conditie sign. is. Daarom heb ik post-hoc tests (pairwise comparisons) opgevraagd, en hieruit blijkt dat conditie 4 om het zo maar even te noemen, significant verschilt van alle andere condities. Maar ik vraag me nu af of ik uit deze uitvoer kan opmaken dat dit geldt voor de normalen en autisten groep. Ik denk zelf dat ik, om dit te weten te komen, aparte ANOVA (oid) moet doen voor de normal en autisten groep apart, omdat ik dus ook wil weten hoe de condities verschillen van deze 2 groepen apart.
Nou, hopelijk is mijn verhaal nu iets duidelijker.
groetjes
ja sorry volgens mij heb ik het niet zo duidelijk verwoord.
Nog een poging:
ik wil 2 groepen vergelijken (normalen + autisten) mbt de reactie tijden op een bepaalde taak (flanker taak). Deze taak kent 4 condities, en uit de repeated measures GLM uitvoer blijkt dat het conditie-effect significant is. Maar dit geeft mij te weinig info, omdat ik wil weten welke conditie sign. is. Daarom heb ik post-hoc tests (pairwise comparisons) opgevraagd, en hieruit blijkt dat conditie 4 om het zo maar even te noemen, significant verschilt van alle andere condities. Maar ik vraag me nu af of ik uit deze uitvoer kan opmaken dat dit geldt voor de normalen en autisten groep. Ik denk zelf dat ik, om dit te weten te komen, aparte ANOVA (oid) moet doen voor de normal en autisten groep apart, omdat ik dus ook wil weten hoe de condities verschillen van deze 2 groepen apart.
Nou, hopelijk is mijn verhaal nu iets duidelijker.
groetjes
-
- Berichten: 778
Re: GLM repeated measures
Ik had eerder geopteerd voor een multiregressie analyse (voor de bijdrage van elke conditie te weten) met aanmaken van een dummyvariabele voor groepen waarden 0 voor normaal (referentie) en waarden 1 voor autisten. Verder kon je dan nog interactievariabelen aanmaken mbt dummyvariabele per conditie. Maar..iedereen zijn werkwijze.
De bijdrage van normaal vs autisten kan je inderdaad zien door een ANOVA toets (door te kijken of de gemiddelden significant verschillen)
Maar, ik ben ook maar een student, en ik maak hélas veel fouten tegen statistiek. Ik denk dat hier grotere genieen zitten dan mij. Dus alle hulp is welkom
De bijdrage van normaal vs autisten kan je inderdaad zien door een ANOVA toets (door te kijken of de gemiddelden significant verschillen)
Maar, ik ben ook maar een student, en ik maak hélas veel fouten tegen statistiek. Ik denk dat hier grotere genieen zitten dan mij. Dus alle hulp is welkom
An diesem Beispiel sehen Sie, meine Damen und Herren, dass Politiker, die die Nase vorn haben, Intellektuelle ins Schlepptau nehmen können
