ind.twoway.second(rpsychi)
ind.twoway.second()所属R语言包：rpsychi
A two-way design with independent samples using published work
两路独立样本的设计与使用已经发表的作品
译者：生物统计家园网 机器人LoveR
描述----------Description----------
ind.twoway.second conducts a two-way design with independent samples, namely two-way randomized-group analysis of variance, using published work.
ind.twoway.second进行独立样本，即随机组双向方差分析的双向设计，使用已经发表的作品。
用法----------Usage----------
ind.twoway.second(m, sd, n,
unbiased = TRUE, sig.level = 0.05, digits = 3)
参数----------Arguments----------
参数：m
a matrix contains the means
矩阵中包含的手段
参数：sd
a matrix contains the sample/unbiased standard deviations
一个矩阵包含了采样/公正的标准偏差
参数：n
a matrix contains the sample size
矩阵中包含的样本量
参数：unbiased
sd contains unbiased standard deviations (unbiased = TRUE, default) or sample standard deviations (unbiased = FALSE)
sd公正的标准偏差（unbiased= TRUE，缺省值）或样本标准差（unbiased= FALSE）
参数：sig.level
a numeric contains the significance level (default 0.05)
一个数字的显着性水平（默认0.05）
参数：digits
the specified number of decimal places (default 3)
指定的小数位数（默认为3）
Details
详细信息----------Details----------
This function conducts a two-way design with independent samples, namely two-way randomized-group analysis of variance, using published work. Statistical power is calculated using the following specifications:
此功能进行独立样本，即随机组双向方差分析的双向设计，使用已经发表的作品。统计功率的计算使用以下规范：
(a) small (η^2 = 0.01), medium (η^2 = 0.06), and large (η^2 = 0.14) population effect sizes, according to the interpretive guideline for effect sizes by Cohen (1992)
（一）小（η^2 = 0.01），中（η^2 = 0.06），和大（η^2 = 0.14）人口影响的大小，根据解释性指引，影响的大小由Cohen（1992年）
(b) sample size specified by n
（二）样本规模指定的n
(c) significance level specified by sig.level
（三）显着性水平指定的sig.level
值----------Value----------
The returned object of ind.oneway.second contains the following components:
返回的对象ind.oneway.second包含以下组件：
参数：anova.table
returns a ANOVA table containing sums of squares, degrees of freedom, mean squares, F values
返回一个包含平方和方差分析表，自由度，均方，F值
参数：omnibus.es
returns a omnibus effect sizes which is a partial η^2, and its' confidence interval for each main and interaction effect
返回一个综合影响的大小，这是部分η^2，和它的置信区间为每个主要和互动的效果
参数：power
returns statistical power for detecting small (η^2 = 0.01), medium (η^2 = 0.06), and large (η^2 = 0.14) population effect sizes
返回统计功率检测（η^2 = 0.01），中（η^2 = 0.06），和大（η^2 = 0.14）人口影响的大小
（作者）----------Author(s)----------
Yasuyuki Okumura<br>
Department of Social Psychiatry, <br>
National Institute of Mental Health, <br>
National Center of Neurology and Psychiatry <br>
<a href="mailto:yokumura@blue.zero.jp">yokumura@blue.zero.jp</a>
参考文献----------References----------
参见----------See Also----------
ind.twoway
ind.twoway
实例----------Examples----------
##Cohen (2000) Table 1[＃科恩（2000）表1]
m.mat <- matrix(c(37.13, 39.31, 39.22, 32.71), ncol=2) #2 * 2[2 * 2]
sd.mat <- matrix(c(13.82, 9.42, 9.43, 9.62), ncol=2)
n.mat <- matrix(c(9, 13, 8, 14), ncol=2)
ind.twoway.second(m = m.mat, sd = sd.mat, n = n.mat)
##Tabachnick and Fidell (2007) [＃Tabachnick和Fidell（2007年）]
#5.7 Complete example of two-way randomized-groups ANOVA (p.221-236)[5.7完整例子双向随机组ANOVA（第221页-236）]
m.mat <- matrix(c(837.9, 573.6, 354.9, 699.0, 112.0,
852.2, 781.6, 683.3, 1193.9, 130.0), ncol=2) #5 * 2[5 * 2]
sd.mat <- matrix(c(189.87449, 61.31195, 147.93351, 128.51891, 43.36922,
227.17042, 104.81221, 116.25934, 198.36692, 37.64158), ncol=2) #5 * 2[5 * 2]
n.mat <- matrix(rep(10, 10), ncol=2)
ind.twoway.second(m = m.mat, sd = sd.mat, n = n.mat)
##Kline (2004) Table 7.5[＃克莱恩（2004年）表7.5]
dat <- data.frame(
y = c(2,3,4,1,3,1,3,4,5,5,6,6,6,7),
A = factor(c(rep("A1",5), rep("A2", 9))),
B = factor(c(rep("B1",3), rep("B2",2), rep("B1",2), rep("B2",7)))
)
ind.twoway.second(m = tapply(dat$y, list(dat$A,dat$B), mean),
sd = tapply(dat$y, list(dat$A,dat$B), sd),
n = tapply(dat$y, list(dat$A,dat$B), length)
)
转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。
注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。
|
发表于 2012-9-28 20:18:32
