Besprechung der Hausaufgabe 6:

Vorbemerkung zur Erzeugung der Datenfiles: Mit dem Kommando abut kann man Datenfiles erzeugen, die aus mehreren Spalten bestehen und in denen sich unter Umständen gewisse Spalteneinträge wiederholen. Wichtig sind die Optionen

Für unsere Datei kann man folgendermaßen vorgeben: Man erzeug eine Datei file1.dat, in der die beiden Deprivations-Bedingungen folgendermaßen aufgeführt sind:
hour1
hour24
Ebenso erstellt man die Datei file2.dat, die die Menge an Futter (Belohnung) enthält:
grape1
grape3
grape5
Schließlich erzeugt man mit dem Kommando
series 1 24 > nums.dat 
eine Datei nums.dat, in der die Zahlen von 1 bis 24 in jeweils einer Zeile stehen (diese wird benötigt anstelle der Option -n von abut, da ja die Länge der anderen Dateien netsprechend erweiter werden muß). Den Vorläufer der gewünschten Datei monkey1.dat erhält man dann mit folgender Eingabe:
abut -c nums file1 file2 > monkey1.dat 
In diese Datei müssen dann noch jeweils ans Ende der Zeilen die Rohwerte eingetragen werden; dazu kann man beispielsweise den DOS-Editor edit verwenden. Die entsprechend aufbereitete Datei monkey1.dat sollte etwa so aussehen:
1    hour1	grape1	 1 	
2    hour1	grape1	 4 	
3    hour1	grape1	 0 	
4    hour1	grape1	 7 	
5    hour1	grape3	13 	
6    hour1	grape3	 5 	
7    hour1	grape3	 7 	
8    hour1	grape3	15 	
9    hour1	grape5	 9 	
10   hour1	grape5	16 	
11   hour1	grape5	18 	
12   hour1	grape5	13 	
13   hour24	grape1	15 	
14   hour24	grape1	6  	
15   hour24	grape1	10 	
16   hour24	grape1	13 	
17   hour24	grape3	 6 	
18   hour24	grape3	18 	
19   hour24	grape3	 9 	
20   hour24	grape3	15 	
21   hour24	grape5	14 	
22   hour24	grape5	 7 	
23   hour24	grape5	 6 	
24   hour24	grape5	13 
Die geeignete zweifaktorielle Varianzanalyse wird mit folgender Zeile gestartet
 anova monkey deprivation fruit behavior < monkey1.dat 
und liefert diesen Output:
SOURCE: grand mean
depriva fruit      N       MEAN         SD         SE
                  24    10.0000     5.1499     1.0512

SOURCE: deprivation 
depriva fruit      N       MEAN         SD         SE
hour1             12     9.0000     5.9696     1.7233
hour24            12    11.0000     4.1996     1.2123

SOURCE: fruit 
depriva fruit      N       MEAN         SD         SE
        grape1     8     7.0000     5.3984     1.9086
        grape3     8    11.0000     4.8697     1.7217
        grape5     8    12.0000     4.2762     1.5119

SOURCE: deprivation fruit 
depriva fruit      N       MEAN         SD         SE
hour1   grape1     4     3.0000     3.1623     1.5811
hour1   grape3     4    10.0000     4.7610     2.3805
hour1   grape5     4    14.0000     3.9158     1.9579
hour24  grape1     4    11.0000     3.9158     1.9579
hour24  grape3     4    12.0000     5.4772     2.7386
hour24  grape5     4    10.0000     4.0825     2.0412

FACTOR:     monkey deprivatio      fruit   behavior 
LEVELS:         24          2          3         24
TYPE  :     RANDOM    BETWEEN    BETWEEN       DATA

SOURCE                SS     df             MS         F      p
===============================================================
mean	       2400.0000      1      2400.0000   130.909  0.000 ***
m/df	        330.0000     18        18.3333

depriva	         24.0000      1        24.0000     1.309  0.268 
m/df	        330.0000     18        18.3333

fruit  	        112.0000      2        56.0000     3.055  0.072 
m/df	        330.0000     18        18.3333

df	        144.0000      2        72.0000     3.927  0.038 *
m/df	        330.0000     18        18.3333 
Diese Mittelwerte sehen folgendermaßen aus:

Darstellung der Lernleistung in Abhängigkeit von der Belohnung (Exp. 1)

Interessant zu bemerken ist hier, daß weder die Dauer der Deprivation noch die Höhe der Belohnung für sich genommen einen signifikanten Einfluß ausüben (Höhe der Belohnung aber fast); die Interaktion zwischen den beiden Faktoren ist dagegen schon signifikant.

Die Varianzanalyse für die Replikation des Experimentes erfordert wiederum eine entsprechende Aufbereitung der Daten; sie sind diesmal in der Datei monkey2.dat gespeichert. Die Varianzanalyse wird folgendermaßen gestartet:

anova monkey deprivation fruit behavior < monkey2.dat 
und sie liefert folgenden Output:
SOURCE: grand mean
depriva fruit      N       MEAN         SD         SE
                  24    10.0000     6.1715     1.2597

SOURCE: deprivation 
depriva fruit      N       MEAN         SD         SE
hour1             12     9.0000     6.5227     1.8829
hour24            12    11.0000     5.9084     1.7056

SOURCE: fruit 
depriva fruit      N       MEAN         SD         SE
        grape1     8     7.0000     6.7612     2.3905
        grape3     8    11.0000     5.8554     2.0702
        grape5     8    12.0000     5.3984     1.9086

SOURCE: deprivation fruit 
depriva fruit      N       MEAN         SD         SE
hour1   grape1     4     3.0000     4.6904     2.3452
hour1   grape3     4    10.0000     5.2915     2.6458
hour1   grape5     4    14.0000     4.8305     2.4152
hour24  grape1     4    11.0000     6.4807     3.2404
hour24  grape3     4    12.0000     7.0238     3.5119
hour24  grape5     4    10.0000     5.8310     2.9155

FACTOR:     monkey deprivatio      fruit   behavior 
LEVELS:         24          2          3         24
TYPE  :     RANDOM    BETWEEN    BETWEEN       DATA

SOURCE                SS     df             MS         F      p
===============================================================
mean	       2400.0000      1      2400.0000    72.483  0.000 ***
m/df	        596.0000     18        33.1111

depriva	         24.0000      1        24.0000     0.725  0.406 
m/df	        596.0000     18        33.1111

fruit  	        112.0000      2        56.0000     1.691  0.212 
m/df	        596.0000     18        33.1111

df	        144.0000      2        72.0000     2.174  0.143 
m/df	        596.0000     18        33.1111
Auch diese Ergebnis läßt sich folgendermaßen visualsieren:

Darstellung der Lernleistung in Abhängigkeit von der Belohnung (Exp. 2)

Hier ist keiner der beiden Faktoren signifikant; auch die Interaktion ist es nicht. Auffällig ist, daß die einzelnen Gruppenmittelwerte die genau selben sind wie im ersten Experiment, aber die Varianzen nicht (dies weist darauf hin, daß für das Ergebnis einer Varianzanalyse nicht die Mittelwerte, sondern - wie der Name schon sagt - die Varianzen wichtig sind). Die in diesem Fall höheren Fehlervarianzen führen dazu, daß das Ergebnis der Varianzanalyse nicht signifikant ist.


zurück zur Hauptseite zum Seminar "Rechnergestützte Auswertung von psychologischen Experimenten"

Anmerkungen und Mitteilungen an

rainer@zwisler.de
Last modified 11-7-98