主要内容

coeftest

类:RepeatedMeasuresModel

重复测量模型系数的线性假设检验

描述

例子

资源描述= coeftest (rm,一个,C,D)返回一个表资源描述重复测量模型包含多变量方差分析(manova)rm

输入参数

全部展开

重复测量模型,返回为RepeatedMeasuresModel对象。

有关此对象的属性和方法,请参见RepeatedMeasuresModel

表示主体之间模型的规范,指定为一个——- - - - - -p数字矩阵,有秩一个p

数据类型:|

表示主体内(在时间内)假设的说明,指定为r——- - - - - -c数字矩阵,有秩crn- - - - - -p

数据类型:|

假设的值,指定为标量值或一个——- - - - - -c矩阵。

数据类型:|

输出参数

全部展开

重复测量模型的多变量方差分析结果rm,作为包含以下列的表返回。

统计 使用的检验统计量类型
价值 对应的检验统计量的值
F F统计值
RSquare 方差解释的度量
df1 分子自由度F统计
df2 分母的自由度F统计
pValue p-value与测试统计值关联的值

例子

全部展开

加载样例数据。

负载repeatedmeas

之间的包括受试者之间的变量,年龄,智商,群体,性别和八项重复测量日元通过日元作为响应。表包括主题内部变量w1w2。这是模拟数据。

拟合重复测量模型,其中重复测量日元通过日元是反应,年龄、智商、群体、性别和群体-性别互动是预测变量。还要指定主题内的设计矩阵。

rm = fitrm(之间,“y1-y8 ~群体*性别+年龄+智商”,“WithinDesign”内);

检验第一个重复测量变量和最后一个重复测量变量在被试之间模型中各项的系数相同。

Coeftest (rm,eye(8),[1 0 0 0 0 0 0 0 0 0 -1]')
ans =表4×7统计值F RSquare df1 df2 pValue _________ _______ ______ _______ ______ _______ Pillai 0.3355 1.3884 0.3355 8 22 0.25567 Wilks 0.6645 1.3884 0.3355 8 22 0.25567 Hotelling 0.50488 1.3884 0.3355 8 22 0.25567 Roy 0.50488 1.3884 0.3355 8 22 0.25567

p -value为0.25567,表明没有足够的统计证据可以得出第一次重复测量变量和最后一次重复测量变量在被试之间模型中各项系数不同的结论。

提示

  • 这个测试被定义为A * B * C = D,在那里B为重复测量模型的系数矩阵。一个C是具有适当大小的数值矩阵用于此乘法。D是适当大小的标量或数字矩阵。默认值是D = 0

另请参阅

|