Monte-Carlo-Simulation der messwiederholten Varianzanalyse |
| 09.05.2014, 16:55 | Albertus | Auf diesen Beitrag antworten » |
| Monte-Carlo-Simulation der messwiederholten Varianzanalyse Hallo, Ich möchte Zufallszahlen für eine simulierte messwiederholte Varianzanalyse erzeugen. Neben den messwiederholten Variablen gebe es auch mindestens eine nicht-messwiederholte Variable. Die Korrelationen zwischen den messwiederholten Variablen sollen einer vorgegebenen Korrelationsmatrix folgen. Das alleine ist kein Problem dank Cholesky-Faktorisierung der Korrelationsmatrix. Das Problem ist die nicht-messwiederholte Variable. Nehmen wir an, sie hat 2 Stufen. Dann brauche ich Zufallszahlen, die über alle Stufen der nicht-messwiederholten Variable hinweg eine bestimmte Korrelation haben. Nun ?funktioniert? die Cholesky-Methode nicht mehr, da jede messwiederholte Zufallsvariable ihrerseits noch einmal in ?2 Gruppen? mit unterschiedlichen Mittelwerten unterteilt ist. Die Korrelation wird höher als erwünscht. Ich hoffe, ich habe das Problem einigermaßen verständlich beschrieben. Gibt es dafür eine befriedigende Lösung? Viele Grüße, Albert Meine Ideen: Ich muss es schaffen, die Koorelation (Kovarianz) um die durch den nicht-messwiederholten Faktor verursachte Kovarianz zu bereinigen. Aber wie? |
||
|
|
