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
Bij Estimated marginal means van o.a. een interactie effect in een mixed Anova worden betrouwbaarheidsintervallen gegeven. Bijvoorbeeld 2 meetmomenten, 3 groepen studenten en geslacht. Voor elke combinatie ( bijvoorbeeld t0, groep 1, mannen) wordt een gemiddelde, een standaard error en de lower en upper bound gegeven. Deze laatsten kunnen significant zijn en niet significant, maar wat betekent dit?

Ik dacht dat dit mischien te maken heeft met significantie van de slopes, maar ook dit is niet logisch, want de helling is bijvoorbeeld van t0, groep 1 en geslacht; niet t0, groep 1, mannen). Bovendien zijn het natuurlijk gemiddelden.

Wie kan mij hiermee helpen?
in Multivariate statistiek door (120 punten)
bewerkt door

2 Antwoorden

0 leuk 0 niet-leuks

A marginal mean is (as the name suggests) a mean found in the margins (i.e. the edges) of a contingency table. In other words, it's the average scores from a group or subgroup in an experiment

door (200 punten)
I understand that, although I did not write that. But what does a significant confidence interval mean?
0 leuk 0 niet-leuks

De estimated marginal means zijn de gemiddelden verkregen vanuit het model, dus de 'voorspelde scores'. Deze zijn niet hetzelfde als de gemiddelden en SD die verkregen worden middels het opvragen van descriptives. Vaak komen deze overeen, maar dit hoeft niet het geval te zijn.

Omdat de gemiddelden van EF_t0 en EF_t1 dus niet 'gewoon' het gemiddelde zijn, en daarom een eigen SD hebben, moet de spreiding ook anders berekend worden. De spreiding rond de voorspelde score is niet meer gebaseerd enkel op EF_t0 of EF_t1, maar op het model als geheel, dus inclusief hoofd- en eventuele interactie-effecten, maar gek genoeg ook (of soms vooral) op effecten die niet  in het model zitten. Als je bijvoorbeeld alleen maar tweeweginteracties modelleert, en geen drieweginteracties, dan heb je een meer begrensd model dan de werkelijk data; en zullen de EMM meer error vertonen dan de descriptive an sich.

Hoeveel de spreiding van een model is kan ingewikkeld te berekenen zijn; bij regressiemodellen zit er minder error in het midden van de lijn, dan in de staarten. Een confidence interval wordt dan berekend rond de regressielijn. In een geval van enkel 'groepen' komt dit neer op een kritieke waarde van de toetsstatistiek * SE per groep, die per groep hetzelfde is.

Dus het gaat niet om de hellingshoek, maar om de waarde van X. Als je met groepen werkt is de X discreet, dus neemt waarde 0, 1, 2, ... k aan. En de SE gaat dan om de 95% CI rond de waarde van (geschatte-)Y bij een gegeven X. In regressiemodellen met continue data betekent het CI precies hetzelfde, maar X is dan wat abstracter.

door (63.5k punten)
...