سؤال

بصرف النظر عن التقدير الرسومي للخطية (طريقة النظرة المتناسقة) ، والتي يتم استخدامها قبل تطبيق بعض التقنيات من عائلة GLM ، هناك عدة طرق للقيام بهذا التقدير بشكل حسابي (أي بدون الرسوم البيانية).

الآن ، سوف أركز على فيشر eta-squared - نسبة الارتباط: بشكل حسابي ، إنها تساوي بيرسون التربيعي ص (Coef. من التصميم: ص2) إذا كانت العلاقة بين متغيرين خطية. وبالتالي ، يمكنك مقارنة قيم إيتا و ص وإجراء تقييم حول نوع العلاقة (خطي أم لا). يوفر معلومات حول النسبة المئوية من التباين في المتغير التابع الموضح (خطيًا أو لا) بواسطة المتغير المستقل. لذلك ، يمكنك تطبيقه عند عدم تلبية افتراضات الخطي.

ذكر ببساطة: هل هناك روتين لـ ETA/eta-squared في r؟

هل كانت مفيدة؟

المحلول

ما زلت مندهشًا تمامًا ، يجب أن أعترف ... لا توجد طريقة سهلة ومباشرة لحساب η أو η2 في R... لذلك كتبت وظيفة حسب صفحة ويكيبيديا. هنا يذهب:

eta <- function(x, squared = FALSE, ...) {
    stopifnot(is.list(x))
    ## unlist
    y <- unlist(x)
    ## group mean
    mg <- rapply(x, mean, ...)
    ## group size
    ng <- rapply(x, length, ...)
    ## total mean
    mtot <- mean(y, ...)
    ## SSb
    ssb <- sum(ng * (mg - mtot) ^ 2)
    ## SSt
    sst <- sum((y - mtot) ^ 2)
    # get eta-squared
    if (squared) {
      res <- ssb/sst
    # get eta
    } else {
      res <- sqrt(ssb/sst)
    }
    return(res)
}

إذن هذا يعطي سؤالًا آخر ، وهو ما أقوم بنشره قريبًا ... ماذا تستخدم للتحقق من الخطية؟ ومع ذلك ، لا يمكنني حساب القيم p ، لذلك إذا كان أي شخص يعرف كيفية القيام بذلك ... من فضلك ، اسمحوا لي أن أعرف!

نصائح أخرى

بعد قراءة هذا السؤال ، وتجربة الوظيفة في الإجابة ، وجدت هذا للتومكتبة "sjstats". هناك وظيفة eta-squared المشمولة. ربما يكون من المفيد للباحثين عن المستقبل.

مرخصة بموجب: CC-BY-SA مع الإسناد
لا تنتمي إلى StackOverflow
scroll top