home *** CD-ROM | disk | FTP | other *** search
/ NetNews Usenet Archive 1992 #18 / NN_1992_18.iso / spool / sci / math / stat / 1733 < prev    next >
Encoding:
Text File  |  1992-08-22  |  2.7 KB  |  55 lines
  1. Newsgroups: sci.math.stat
  2. Path: sparky!uunet!cs.utexas.edu!torn!cunews!nrcnet0!dgbt!ted
  3. From: ted@dgbt.doc.ca (Ted Grusec)
  4. Subject: Re: HELP - WITHIN-S ANOVA
  5. Message-ID: <1992Aug23.062951.3957@dgbt.doc.ca>
  6. Organization: The Communications Research Centre
  7. References: <1992Aug20.145549.12978@dgbt.doc.ca> <1992Aug22.214340.10028@ucsu.Colorado.EDU>
  8. Date: Sun, 23 Aug 92 06:29:51 GMT
  9. Lines: 44
  10.  
  11. In article <1992Aug22.214340.10028@ucsu.Colorado.EDU> mcclella@yertle.Colorado.EDU (Gary McClelland) writes:
  12. >ted@dgbt.doc.ca (Ted Grusec) writes:
  13. >
  14. >>My CSS:Statistica (Statsoft) program will not analyze a 2 X 10 X 13
  15. >>within-subject design. It indicates a 252 dependent variable limit,
  16. >>while this experiment has 260.  All of this despite a recent update
  17. >>to release 3.1 which I got just days ago,
  18. >
  19. >>Is there any commercial package that will do "large" within-subject
  20. >>designs? Can someone share experiences, make recommendations?
  21. >
  22. >No sympathy from me.  With such large within-subject designs the key
  23. >sphericity and homogeneity assumptions are almost surely violated.
  24. >No one should be doing such large within-s analyses.  It is much better
  25. >to think of the much smaller degree-of-freedom questions you really want
  26. >to ask of your 260 data values for each subject.  Then, any standard
  27. >regression program can be used to answer those specific questions.
  28. >For details, see
  29. >
  30. >Judd, C.M., & McClelland, G.H. (1989).  Data Analysis: A Model Comparison
  31. >   Approach.  HBJ  (see especially Chapter 14)
  32. >
  33. Thanks. But I should point out that, in real world applications of
  34. experimental design, people sometimes want answers to explicit
  35. questions that lead you into designs that, whether you like it or not,
  36. result in violations of theoretical assumptions.  Also, some questions
  37. are pressing - important decisions need to made and there are narrow
  38. time limits.  All of this was true in my case.  Having done (and now,
  39. thanks to |Stat having analyzed) the experiment, it only now is
  40. obvious which levels of which factors proved uninformative. But there
  41. is no time to rerun this extremely expensive experiment. For better or
  42. worse, the decisions, based on the experiment, have been made.
  43.  
  44. For many years, I taught experimental design and stat. Having long
  45. since left academia, I am sometimes tempted to offer a course which
  46. would sprinkle some "real world" constraints into design applications.
  47. It's something, I'm afraid, many academics are unaware of, as I too
  48. was unconscious of when I was in that situation.
  49.  
  50. -- 
  51. ==========================================================================
  52. Ted Grusec    Communications Research Centre    (Govt. of Canada, DOC)
  53.  3701 Carling Ave., Ottawa, Ont.K2H 8S2, CANADA  Internet: ted@dgbt.doc.ca
  54.   Compuserve: 73607,1576  (613) 998 2762   Fax (613) 993 8657
  55.