Dit is een site voor studenten van de Open Universiteit. Voordat je een vraag kunt stellen moet je even een account aanmaken (dit systeem is niet gekoppeld aan je OU studentnummer en wachtwoord).

Welkom bij het vraag- en antwoord systeem van de onderzoeks-practica van de studie psychologie bij de Open Universiteit.

Houd er, als je een vraag stelt, rekening mee dat je de richtlijnen volgt!

0 leuk 0 niet-leuks

Hoe doe je op de juiste manier planned contrasts in R? 

Ik heb het bestand van Field (puppies_contrast.sav) in R geladen. Daarna kan ik volgens deze stappen inderdaad resultaten krijgen, zie hieronder. 

Ik krijg per contrast de between groups variantie + F waarde, dat is mooi. Maar ik krijg niet de t-waarde zoals je die in SPSS krijgt. En de output van R bevat niet de output die je bij SPSS ziet onder "does not assume equal variances".

Mijn vraag: kan je in R ook de "Contrast Tests"-output krijgen zoals in SPSS?

-----

data <- rosetta::getData("puppies_contrast.sav") 
levels(data$Dose) 
# [1] "Control" "15 mins" "30 mins"

# vertellen welke groepen vergeleken moeten worden
c1 <- c(-2, 1, 1) 
c2 <- c(0, -1, 1) 

# matrix van maken
matrix = cbind(c1, c2) 

# contrasten instellen voor Dose
contrasts(data$Dose) <- matrix 

# en analyse doen
model_met_c <- aov(Happiness ~ Dose, data=data) 

# omnibusresultaten
summary(model_met_c) 
#           Df Sum Sq Mean Sq F value  Pr(>F) 
# Dose       2 20.13  10.067    5.119  0.0247 *
# Residuals 12 23.60   1.967

# contrasten laten zien
summary.aov(model_met_c, split=list(Dose=list("Controle vs Experimenteel"=1, 
  "Kort vs Lang"=2)))
#                                   Df Sum Sq Mean Sq F value Pr(>F)  
# Dose                               2  20.13  10.067   5.119 0.0247 *
#   Dose: Controle vs Experimenteel  1  12.03  12.033   6.119 0.0293 *
#   Dose: Kort vs Lang               1   8.10   8.100   4.119 0.0652 .
# Residuals                         12  23.60   1.967                 
# ---
# Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
in Experimenteel Onderzoek (OEO, PB04x2) door (3.7k punten)
bewerkt door

Ik begrijp je vraag misschien niet goed; wat mis je precies uit bovenstaande? Het ziet er namelijk als elegante en to-the-point syntax uit met juist resultaat?

Omdat je een helmert-contrast lijkt op te stellen zou je ook nog de helmert-contrast functie kunnen gebruiken:

helmertcontrast <- contr.helmert(levels(data$Dose))

Mijn vraag is: 

hoe krijg je de waardes met "equal variances not assumed"?

Bedankt voor de tip van helmertcontrast, dat is een stuk makkelijker. Ik heb intussen gezien dat je de t-waardes ook kunt laten zien met summary.lm(...).

Ik denk niet dat een contrast dat uitzichzelf heeft. Dan zou je een anova moeten doen, zoals een Welch of Brown-Forsythe die van ongelijke varianties uitgaat.

Voor complexe ANOVA's, zoals factoriele designs, e.d. zou ik de moeite niet nemen om met 'not assumed' te werken. De Welch en B-F correctie werkt daar niet echt goed.

OK, helder. Dan blijft er nog maar 1 vraag over, namelijk: waarom doet SPSS dan wel "not assumed"-analyses, ook bij contrasten?

Aub. inloggen or registreren om deze vraag te beantwoorden.

...