用于多因素对比检验的对齐秩变换过程
统计方法学
2021-02-24 v1 人机交互
摘要
多因素人机交互（HCI）实验的数据常违背参数检验的正态性假设（即非 conforming 数据）。对齐秩变换（ART）是一种流行的非参数分析技术，可发现非 conforming 数据中的主效应与交互效应，但用于进行对比检验时会导致错误结果。我们创建了一种称为 ART-C 的新算法，用于在 ART 范式内进行对比，并在 72,000 个数据集上进行了验证。我们的结果表明，与基于 ART 的对比不同，ART-C 不会膨胀 I 类错误率，且 ART-C 比 t 检验、Mann-Whitney U 检验、Wilcoxon 符号秩检验和 ART 具有更高的统计功效。我们还将 ART-C 算法扩展至名为 ARTool 的工具中，支持 Windows 与 R。我们的验证存在若干局限（例如仅六种分布类型、无混合因子设计、无随机斜率），且取自柯西分布的数据不应使用 ART-C 分析。
引用
@article{arxiv.2102.11824,
title = {An Aligned Rank Transform Procedure for Multifactor Contrast Tests},
author = {Lisa A. Elkin and Matthew Kay and James J. Higgins and Jacob O. Wobbrock},
journal= {arXiv preprint arXiv:2102.11824},
year = {2021}
}