일원배치분산분석(ANOVA) 질문입니다.

안녕하세요?

논문을 준비하는 과정에서 통계상에 궁금한 점이 있어 이렇게 질문을 드립니다.

제 연구의 디자인은 다음과 같습니다.

특정 중재가 효과가 있는가에 대한 연구인데요.

군 설정은 : 대조군, 실험군으로 되어 있구요.

측정시기는 : 전, 중, 후 입니다.

이와 같은 디자인을 통계분석할때 보통은 어떤 통계가 적절한가요? 지금 현재로는 repeated measure anova를 사용했습니다.

그리고 혹시나 해서 드리는 질문인데 one-way anova로도 분석이 가능할까요?

일원배치분산분석의 경우 군이 3개일 경우의 평균 비교로 알고 있는데요. 측정시기가 3회이기 때문에 그것을 마치 군인 것처럼 원웨이 아노바가 가능하냐는 질문입니다.

혼자 고민하다가 답답해서 글 남깁니다. 부탁드립니다.

 

Existing replies


이일현 (2013-01-28 21:12:58)

이런 경우 One-Way ANOVA 나 측정 시기를 변수로 선택해서 Two-Way ANOVA 를 하는 것은 좋은 방법은 아닙니다.

가장 적절한 방법은 말씀하신 것 처럼 Repeated Measure ANOVA 입니다.


Legacy document_srl: 130434 / Legacy URL: http://www.statedu.com/QnA/130434

Similar Posts

  • 정준상관분석

    우선, 답 메일 감사드립니다…..하나 더 여쭤 볼게 있어서 이렇게 염치불문하고 이렇게 또 글을 올립니다….. # 요인분석 – 사각 회전으로 결과를 얻은 요인분석은 structure matrix를 보고 표로 정리해 해석하는 것인지, 아님 pattern matrix를 보고 정리해 해석하는 것인지 …..모르겠습니다…..설명 부탁 드리겠습니다…. # 정준상관분석 결과 – 제가 참고로 하고 있는 서적은 ‘정준상관분석의

  • [re] 명목척도

    이 경우에는 카이제곱검정(교차분석)을 이용하면 됩니다 … 언제나 최선을 다하는 StatEdu가 되길 빌며 … >3개 그룹(N이 모두 70 이상)에서 명목척도(예, 아니오)로 대답한 것을 비교하기위한 적절한 통계법을 알려주셔요. >감사합니다.

  • stepwise의 변수선택 기준에 대한 질문

    Q1. 변수선택법중 stepwise에 대한 자세한 설명 부탁합니다. Q2. stepwise에서 일반적으로 F확률을 이용한 기준이 적용되는데 – 진입기준 : F확률 0.05 이하 – 제거기준 : F확률 0.1 이상 그러면 그 사이의 값(0.05-0.1)은 어떻게 처리가 되나요? 빠른 답변 부탁합니다. 수고하세요

  • [re] 요인분석(데이터축소)

    요인분석은 직각회전과 사각회전이 있습니다. 말씀하신 내용은 사각회전에 관계된 내용으로 사각회전의 패턴행렬이 표준회계수에 해당하고 구조행렬은 요인과 문항간의 상관계수입니다. 직각회전의 경우에는 요인간에는 상관이 0 으로 규정하므로 패턴행렬과 구조행렬은 일치되므로, 출력되지 않게 되는 것입니다. 요인적재값은 부호가 +, – 모두 나올 수 있습니다. 요인적재값의 부호는 위치에 관계된 문제로 + 그 요인에 정의 관계로 적재된 다는 것

  • [re] P값의 영향..

    p 값은 크게 3가지에 의해서 결정됩니다. 1. n 2. 평균 3. 표준편차 즉, p 값은 표본의 크기와 평균, 표준편차에 의해서 움직여지는데, 모든 조건이 동일하다고 하면, 표본의 수가 많아지면 p 값은 작아지고, 평균들의 차이가 커지면, 표준편차가 작아지면 p 값은 작아지게 됩니다. >p값의 영향은 어떤것이 있는지 알고 싶어요~~~^^ㅋ > >어떤 부분에서 P값이 영향을 미치는지요.. >통계학에서 p값이 미치는 영향도요~~

  • RCT연구에서 missing data처리 문의

    RCT연구를 진행하였는데 2집단 사전 사후 평가하였으며 사후 평가에서 실험군 1명 대조군 2명 탈락하여 LOCF에 의해 missing data처리 했는데 리뷰어가 LOCF는 지양해야 한다고 다른 기법으로 missing data를 처리하라고 하는데 spss에서 어떻게 처리해야 하는지 모르겠습니다. 통계는 repeated 2 way ANOVA로 통계를 돌렸습니다. MCAR하는 것까지는 확인했는데 multiple imputation