anova.mlm
位于 stats
包(package)。 说明
计算一个或多个多元线性模型的(广义)方差分析表。
用法
## S3 method for class 'mlm'
anova(object, ...,
test = c("Pillai", "Wilks", "Hotelling-Lawley", "Roy",
"Spherical"),
Sigma = diag(nrow = p), T = Thin.row(Proj(M) - Proj(X)),
M = diag(nrow = p), X = ~0,
idata = data.frame(index = seq_len(p)), tol = 1e-7)
参数
object |
类 |
... |
类 |
test |
检验统计量的选择(见下文)。可以缩写。 |
Sigma |
(仅在 |
T |
变换矩阵。默认情况下根据 |
M |
说明外部投影的公式或矩阵(见下文)。 |
X |
说明内部投影的公式或矩阵(见下文)。 |
idata |
说明intra-block设计的数据帧。 |
tol |
用于确定残差是否为 rank-deficient 的容差:请参阅 |
细节
anova.mlm
方法使用汇总表的多元检验统计量,或基于球形假设的检验(即协方差与给定矩阵成正比)。
对于多变量检验,Wilks 统计量在文献中最为流行,但 Hand 和 Taylor (1987) 推荐使用默认的 Pillai-Bartlett 统计量。有关更多详细信息,请参阅summary.manova
。
对于 "Spherical"
测试,比例通常与单位矩阵相关,但可以使用 Sigma
指定不同的矩阵。给出了称为Greenhouse-Geisser、Huynh-Feldt、epsilon 的非球面校正,并执行调整后的 测试。
在测试之前改变观察结果是很常见的。这通常涉及到intra-block差异的转换,但可能会遇到更复杂的within-block设计,从而需要更复杂的转换。变换矩阵 T
可以直接给出,也可以指定为 M
和 X
所跨越的空间上的两个投影之间的差,而这又可以作为矩阵或关于 idata
的模型公式给出(测试对于商空间的参数化是不变的 M/X
)。
与 anova.lm
一样,所有测试统计数据都使用最大模型中的 SSD 矩阵作为(广义)分母。
与其他 anova
方法相反,在 single-model 情况下,截距不会从显示中排除。当涉及对比变换时,测试零截距通常很有意义。
值
继承自类 "data.frame"
的类 "anova"
的对象
注意
Huynh-Feldt epsilon 与 SAS 计算的 epsilon(自 v. 8.2 起)不同,除非 DF 等于观测值数量减一。这被认为是 SAS 中的错误,而不是R.
例子
require(graphics)
utils::example(SSD) # Brings in the mlmfit and reacttime objects
mlmfit0 <- update(mlmfit, ~0)
### Traditional tests of intrasubj. contrasts
## Using MANOVA techniques on contrasts:
anova(mlmfit, mlmfit0, X = ~1)
## Assuming sphericity
anova(mlmfit, mlmfit0, X = ~1, test = "Spherical")
### tests using intra-subject 3x2 design
idata <- data.frame(deg = gl(3, 1, 6, labels = c(0, 4, 8)),
noise = gl(2, 3, 6, labels = c("A", "P")))
anova(mlmfit, mlmfit0, X = ~ deg + noise,
idata = idata, test = "Spherical")
anova(mlmfit, mlmfit0, M = ~ deg + noise, X = ~ noise,
idata = idata, test = "Spherical" )
anova(mlmfit, mlmfit0, M = ~ deg + noise, X = ~ deg,
idata = idata, test = "Spherical" )
f <- factor(rep(1:2, 5)) # bogus, just for illustration
mlmfit2 <- update(mlmfit, ~f)
anova(mlmfit2, mlmfit, mlmfit0, X = ~1, test = "Spherical")
anova(mlmfit2, X = ~1, test = "Spherical")
# one-model form, eqiv. to previous
### There seems to be a strong interaction in these data
plot(colMeans(reacttime))
参考
Hand, D. J. and Taylor, C. C. (1987) Multivariate Analysis of Variance and Repeated Measures. Chapman and Hall.
也可以看看
相关用法
- R anova.glm 广义线性模型拟合的偏差分析
- R anova.lm 线性模型拟合的方差分析
- R anova 方差分析表
- R ansari.test 安萨里-布拉德利检验
- R aggregate 计算数据子集的汇总统计
- R alias 查找模型中的别名(依赖项)
- R addmargins 在多维表或数组上设置任意边距
- R asOneSidedFormula 转换为单边公式
- R as.hclust 将对象转换为 hclust 类
- R ar.ols 通过 OLS 将自回归模型拟合到时间序列
- R arima.sim 从 ARIMA 模型进行模拟
- R ar 将自回归模型拟合到时间序列
- R arima 时间序列的 ARIMA 建模
- R approxfun 插值函数
- R add1 在模型中添加或删除所有可能的单项
- R acf 自协方差和互协方差以及相关函数估计
- R aov 拟合方差分析模型
- R ave 因子水平组合的组平均值
- R arima0 时间序列的 ARIMA 建模 – 初步版本
- R acf2AR 计算精确拟合 ACF 的 AR 过程
- R stlmethods STL 对象的方法
- R medpolish 矩阵的中值波兰(稳健双向分解)
- R naprint 调整缺失值
- R summary.nls 总结非线性最小二乘模型拟合
- R summary.manova 多元方差分析的汇总方法
注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 Comparisons between Multivariate Linear Models。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。