Key points are not available for this paper at this time.
人机交互(HCI)中经常出现多因素实验的非参数数据。示例可能包括错误计数、李克特量表回答和偏好统计。但由于涉及多个因素,常见的非参数检验(例如弗里德曼检验)不足以分析,因为它们无法检验交互作用效应。虽然存在一些统计技术可处理此类数据,但这些技术不普及且较为复杂。为解决这些问题,我们提出了用于HCI中非参数因子数据分析的对齐秩变换(ART)。ART依赖于一个预处理步骤,即在应用平均秩之前“对齐”数据,之后可使用常见的ANOVA程序,使得ART对熟悉F检验的人士易于使用。与大多数仅涉及两个因素的ART相关文章不同,我们将ART推广到N个因素。我们还提供了ARTool和ARTweb,分别为桌面和基于Web的对齐和排序数据程序。我们对一些已发表的HCI结果的重新检验展示了ART的优势。
Building similarity graph...
Analyzing shared references across papers
Loading...
Jacob O. Wobbrock
Leah Findlater
Darren Gergle
University of Washington
Northwestern University
Kansas State University
Building similarity graph...
Analyzing shared references across papers
Loading...
Wobbrock等人(Sat,)研究了该问题。
www.synapsesocial.com/papers/69d80937f39344339dd18fd3 — DOI: https://doi.org/10.1145/1978942.1978963