您可输入数据作为平均值、SD(或SEM)和N,Prism可计算双因素方差分析。在无原始数据的情况下,不可能计算重复测量方差分析。
是,如果每个条件只有一个值(无子列),双因素方差分析可行。在此情况下,Prism将只能计算普通的(非重复测量)方差分析,并假设行和列因素之间无交互作用。由于无法在没有重复项的情况下检验交互,所以简单地假设无交互作用。对于您的情况,这可能是一个合理的假设,也可能不是
双因素方差分析,又称 “双因子 方差分析”,其可以决定一个连续的反应是如何受到两项因素的影响。例如,您可在两个时间点测量对三种不同药物的反应。这两项因素是药物和时间。
如果您在两个时间点用两个年龄范围的受试者测量对三种不同药物的反应,则您有三项因素:药物、时间和年龄,因此您会选择三因素方差分析。
“重复测量” 一词 仅当您向每名受试者反复给予治疗时才严格适用,以及 “随机区组”一词 在您在每组(区组)匹配受试者中随机分配治疗时使用。重复测量和随机区组实验的分析相同,Prism总是使用球形度一词。
在双因素方差分析的背景下,混合模型是一项因素是重复测量,而另一项因素不是的模型。Prism可分析数据,其中两项因素均非重复测量,两项因素之一重复测量,或两项因素均重复测量。Prism 5无法分析重复测量两项因素的数据。
不能。您的实验设计有三个因素:基因型、治疗和时间。如需使用方差分析,则需使用三因素方差分析。
Prism使用术语“单元格”来表示一个数据集的一行数据。可能有多个并排的子列,因此单元格平均值是这些子列中值的平均值。
Prism无法用大量的数据集进行双因素方差分析,并给出信息告诉您该结果。多大才是大?详情如此处所示。