Test auf Unabhängigkeit bei drei Faktoren

Dieses Makro passt log-lineare Modelle an Klassifikationsdaten mit drei Faktoren (eine Kontingenztabelle) an. Likelihood-Quotienten-Tests für die Anpassungsgüte werden für gesamten Modelle und einzelne Terme durchgeführt.

Herunterladen des Makros

Vergewissern Sie sich, dass Sie in Minitab den Speicherort des heruntergeladenen Makros angegeben haben. Wählen Sie Extras > Optionen > Allgemein aus. Navigieren Sie im Feld Speicherort für Makros zu dem Speicherort, an dem Sie Makrodateien ablegen.

Wichtig

Wenn Sie einen älteren Webbrowser verwenden und auf die Schaltfläche Herunterladen klicken, wird die Datei möglicherweise in Quicktime geöffnet; für dieses Programm wird dieselbe Dateinamenerweiterung „.mac“ wie für Minitab-Makros verwendet. Um das Makro zu speichern, klicken Sie mit der rechten Maustaste auf die Schaltfläche Herunterladen, und wählen Sie Ziel speichern unter aus.

Erforderliche Eingaben

  • Drei Faktorspalten, die jeweils die Stufen der Beobachtung enthalten
  • Eine Spalte mit der beobachteten Häufigkeit bzw. der Anzahl für jede Kombination von Werten in den Faktorspalten
Hinweis

Das Makro ist auf einen Maximalwert von 10 Stufen je Faktor begrenzt. Sie können den Makrokode ändern, wenn mehr als 10 erforderlich sind. Ändern Sie zuerst das Suffix für die Obergrenze der Variablen ABT, ACT, BCT und JUNK in den Deklarationsanweisungen. Ändern Sie anschließend den Wert von LMAX in der nachfolgenden LET-Anweisung. Ändern Sie diesen Hinweis im Kode, um den neuen Maximalwert anzugeben.

Ausführen des Makros

Angenommen, die Faktorstufen für die Drei-Weg-Tabelle befinden sich in C1, C2 und C3. Die Häufigkeiten stehen in C4. Um das Makro auszuführen, wählen Sie Bearbeiten > Befehlszeilen-Editor aus, und geben Sie Folgendes ein:

%THREEWAY C1 C2 C3 C4

Klicken Sie auf Befehle übermitteln.

Hinweis

Der Benutzer sollte darauf hingewiesen werden, dass ein Test eines einzelnen Terms nur dann legitim ist, wenn alle Terme, die aus den beiden Modellen (deren Differenz ermittelt wurde) ausgelassen wurden, Effekten entsprechen, die tatsächlich nicht vorliegen.

Weitere Informationen

In der Ausgabe wird jedes getestete Modell durch eine Liste der eingebundenen Terme identifiziert. Die drei Faktoren werden durch die Großbuchstaben A, B und C symbolisiert. Die Modellterme werden durch die folgenden einfachen Regeln dargestellt:

A = Haupteffekt von Faktor A

AB = Zwei-Faktor-Wechselwirkung zwischen den Faktoren A und B

ABC = 3-Faktor-Wechselwirkung zwischen den Faktoren A, B und C.

Die Modelle sind streng hierarchisch, so dass das Einbinden eines bestimmten Terms das Einbinden aller Terme niedrigerer Ordnungen erfordert, die sich auf beliebige der gleichen Faktoren beziehen. Folglich werden keine Terme aufgeführt, deren Vorhandensein aus aufgeführten Termen höherer Ordnungen folgt. Beispiel: Das gesättigte 3-Faktor-Modell wird einfach als (ABC) geschrieben, da das Einbinden der 3-Faktor-Wechselwirkung das Einbinden aller 2-Faktor-Wechselwirkungen (AB, AC und BC) sowie aller Haupteffekte (A, B und C) impliziert.

Das Modell mit der besten Anpassung ist das einfachste Modell, für das die Anpassungsgüte nicht signifikant ist. Normalerweise entspricht dies dem Modell, das nur die Terme enthält, deren Einzeleffekte statistisch signifikant sind. Nachdem das Modell mit der besten Anpassung identifiziert wurde, wird es wie folgt interpretiert:

(ABC) Jeder Faktor hängt von den anderen beiden ab.

(AB AC BC) Jeder Faktor hängt von den anderen beiden ab, auch wenn das Abhängigkeitsmuster aufgrund der fehlenden Drei-Faktor-Wechselwirkung weniger komplex ist.

(AB BC) Die Faktoren A und C sind bedingt unabhängig, d. h., sie sind für einen festen Wert von Faktor B unabhängig.

(A BC) Die Faktoren B und C sind gemeinsam unabhängig von Faktor A.

(A B C) Die Faktoren A, B und C sind untereinander unabhängig.

Durch Ihre Nutzung dieser Website stimmen Sie zu, dass Cookies verwendet werden. Cookies dienen zu Analysezwecken und zum Bereitstellen personalisierter Inhalte.  Lesen Sie unsere Richtlinien