方差的单向多变量分析
d = manova1(X,基团)
d = manova1 (X,集团α)
并[d,P] = manova1(...)
并[d,P,统计数据] = manova1(...)
d = manova1(X,基团)
进行单变量方差分析(MANOVA),比较列的多变量均值X
,通过分组集团
.X
是一个m——- - - - - -N矩阵中的数据值,每一行都是一个向量上的测量值N变量单个观察。集团
是定义为分类变量,载体,字符数组,字符串数组,或字符向量的单元阵列的分组变量。两个观测值在同一个组,如果他们在相同的值集团
数组中。每一组的观察结果代表总体中的一个样本。
函数返回D.
,含有基团装置空间的维数的估计。manova1
检验每组均值相同的零假设N-多维向量,并表示在样本中观察到的任何差异X
是由于随机的机会。如果D.
=0.
在美国,没有证据可以否认这一假设。如果D.
=1
,那么你可以拒绝在5%的水平的零假设,但你不能拒绝的多元手段趴在同一行的假设。同样,如果D.
=2
多元均值可以在同一平面上N维空间,但不能在同一行。
d = manova1 (X,集团α)
将控制权的显着性水平,α
.返回值D.
最小的维度有多少P.
>α
, 在哪里P.
是A.P.-VALUE用于测试的装置是否位于该维度的空间。
并[d,P] = manova1(...)
还返回一个P.
的向量P.- 值用于测试的装置是否位于尺寸0,1的空间,等等。可能的最大尺寸是任一空间的维数,或比组的数目少一个。有一个元素P.
每个维度最多,但不包括最大的。
如果是一世TH.P.-value接近于零,这对组意味着位于的空间的假设产生了怀疑一世1维。评论家的选择P.- 值来确定结果是否被判断统计学显著留给研究者和由输入参数的值指定α
.如果结果是显著的,则声明一个结果是常见的P.- 值小于0.05或0.01。
并[d,P,统计数据] = manova1(...)
也回报统计
,包含附加MANOVA结果的结构。该结构包含以下字段。
场地 | 内容 |
---|---|
W. |
组内平方和和叉乘矩阵下载188bet金宝搏 |
B. |
组间平方和和叉乘矩阵下载188bet金宝搏 |
T. |
广场和跨产品矩阵的总和下载188bet金宝搏 |
DFW |
自由度为 |
DFB |
自由度为 |
DFT |
自由度为 |
lambda. |
的Wilks的lambda测试统计值的矢量用于测试是否的装置具有尺寸0,1,等 |
chisq |
改造 |
chisqdf |
自由度为 |
eigenval |
特征值W.-1B. |
eigenvec |
的特征向量W.-1B.;这些都为标准变量系数 |
佳能 |
典型变量 |
选择 |
从每一点到其群均值的马氏距离向量 |
gmdist |
马哈拉诺比斯的矩阵中的每一对组装置之间的距离 |
该标准变量C
是原始变量,选择以最大化组之间的间隔的线性组合。具体来说,C(:,1)
是线性组合吗X
具有基团之间的最大间隔的列。这意味着所有可能的线性组合中,它是一个具有最显著F单因素方差分析中的统计量。C(:,2)
具有最大分离对象物到它正交于C(:,1)
, 等等。
你可能会发现,从使用的输出manova1
与其它功能一起,以补充您的分析。例如,您可能希望使用开始与原始变量的分组散点图矩阵gplotmatrix
.您可以使用gscatter
使用前两个规范变量来可视化分组分离。您可以使用manovacluster
用树形图表示组均值之间的聚类。
该MANOVA测试使有关数据如下假设X
:
为每个组群是正态分布的。
方差 - 协方差矩阵是针对每个群体中的相同。
所有的观察是相互独立的。
您可以使用manova1
以确定是否有四个特点汽车的平均值的分歧,其中轿车均由国家确定的群体之一。
载荷carbig [d,p] = manova1([MPG加速度重量位移],…来源)d = 3 p = 0 0.0000 0.0075 0.1934
有在输入矩阵四个维度,所以该组的装置必须位于一个四维空间。manova1
说明你不能拒绝均值位于三维子空间的假设。
w·J·克扎诺夫斯基多元统计分析原理:用户的角度.纽约:牛津大学出版社,1988年。