Comparaciones Multiples

COMPARACIONES MÚLTIPLES


GLM univariado es el modelo lineal general ya menudo se utiliza para poner en práctica tales establecidas desde hace tiempo los procedimientos estadísticos como la regresión y los miembros de la familia de ANOVA. Se trata de "general" en el sentido de que se puede aplicar tanto la regresión y los modelos de ANOVA. También se pueden tener los factores fijos, factoresaleatorios y las covariables como predictores. Además, en un GLM puede tener múltiples variables dependientes, como se discute en una sección separada sobre GLM multivariante y uno puede tener las transformaciones lineales y / o combinaciones lineales de las variables dependientes. Por otra parte, se puede aplicar pruebas multivariadas de importancia en el modelado correlación variablesdependientes, no confiando en pruebas individuales como en univariado de regresión múltiple. GLM también maneja diseños de medidas repetidas. Finalmente, debido a GLM usa una inversa generalizada de la matriz de correlaciones variables independientes "entre sí, se puede manejar independientes redundantes que evite que la solución en los modelos de regresión ordinaria.
Requisitos de datos. En todos losmodelos GLM, el dependiente (s) es / son continuas. Los independientes pueden ser factores categóricos (incluidos los tipos numéricas y de cadena) o covariables cuantitativos. Los datos se supone que provienen de una muestra al azar con fines de pruebas de significación. La varianza (s) de la variable dependiente (s) es / se supone que son las mismas para cada célula formada por las categorías delfactor (s) (esta es la homogeneidad de varianzas supuesto).

Regresión en el GLM es simplemente una cuestión de introducir las variables independientes como covariables y, si hay conjuntos de variables ficticias (por ejemplo, la Región, que se traducirá en variables dummy en regresión por mínimos cuadrados, por ej., Sur = 1 o 0) , la variable de conjunto (por ejemplo, región) se introduce como unfactor fijo, sin necesidad de que el investigador para crear variables ficticias de forma manual. Los coeficientes b será idéntico si el modelo de regresión se ejecuta bajo la regresión ordinaria (en SPSS, bajo Analizar, Regresión, lineal) o bajo GLM (en SPSS, bajo Análisis, Modelo Lineal General, univariado). Donde b copefficients son de salida por defecto para la regresión de SPSS, en GLM, elinvestigador debe pedir "Estimaciones de los parámetros" en el botón Opciones. El R-cuadrado del procedimiento de regresión será igual a la Eta al cuadrado parcial del modelo de regresión GLM.

Las ventajas de hacer una regresión a través del procedimiento GLM son variables dummy que se codifican de forma automática, es fácil de añadir términos de interacción, y se calcula eta-cuadrado (idéntica ala R-cuadrado cuando las relaciones son lineales, pero mayor si las relaciones no lineales están presentes) . Sin embargo, el procedimiento de regresión aún sería preferible que la reseacher deseos de coeficientes de regresión estandarizados (beta), desea hacer el diagnóstico de multicolinealidad, o desea hacer regresión paso a paso o para introducir las variables independientes jerárquicamente, enbloques.

Anova de la familia. Aunque los modelos de regresión se puede ejecutar fácilmente en GLM, en la práctica GLM univariado se utiliza principalmente para ejecutar el análisis de varianza (ANOVA) y análisis de covarianza (ANCOVA). GLM multivariante se utiliza principalmente para ejecutar múltiples análisis de la varianza (MANOVA) y análisis de varios de covarianza (MANCOVA) modelos.Análisis de varianza (ANOVA) se utiliza para descubrir los efectos principales y la interacción de variables categóricas independientes (llamados "factores") en un intervalo de la variable dependiente. Un "efecto principal" es el efecto directo de una variable independiente sobre la variable dependiente. Un "efecto de la interacción" es el efecto conjunto de dos o más variables independientes...