R summary.manova 多元方差分析的汇总方法

说明

类 "manova" 的 summary 方法。

用法

## S3 method for class 'manova'
summary(object,
        test = c("Pillai", "Wilks", "Hotelling-Lawley", "Roy"),
        intercept = FALSE, tol = 1e-7, ...)

参数

object	具有多个响应的 "manova" 类对象或 aov 对象。
test	要使用的检验统计量的名称。使用部分匹配，因此可以缩写名称。
intercept	合乎逻辑的。如果 TRUE ，则截距项包含在表中。
tol	用于确定残差是否为 rank-deficient 的容差：请参阅 qr 。
...	传入或传出其他方法的进一步参数。

细节

summary.manova 方法对汇总表使用多元检验统计量。 Wilks 的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。

该表给出了检验统计量的变换，其近似为 F 分布。使用的近似值遵循 S-PLUS 和 SAS(后者除了 Hotelling-Lawley 统计的某些情况外)，但存在许多其他分布近似值：请参阅 Anderson (1984) 以及 Krzanowski 和 Marriott (1994) 以获取更多参考。当被测试的项具有一个自由度时，所有四个近似 F 统计量都是相同的，但在其他情况下，Roy 统计量的自由度是上限。

容差tol应用于残差相关矩阵的QR分解(除非某些响应在未缩放时本质上具有零残差)。因此，默认值可以防止非常高度相关的响应：它可以被减少，但这样做会导致相当不准确的结果，并且通常最好转换响应以消除高相关性。

值

类 "summary.manova" 的对象。如果存在正剩余自由度，则这是一个包含组件的列表

row.names	术语的名称、stats 表的行名称(如果存在)。
SS	平方和和乘积矩阵的命名列表。
Eigenvalues	特征值矩阵。
stats	统计矩阵、近似 F 值、自由度和 P 值。

否则项(而不是残差)的分量 row.names 、 SS 和 Df (自由度)。

例子

## Example on producing plastic film from Krzanowski (1998, p. 381)
tear <- c(6.5, 6.2, 5.8, 6.5, 6.5, 6.9, 7.2, 6.9, 6.1, 6.3,
          6.7, 6.6, 7.2, 7.1, 6.8, 7.1, 7.0, 7.2, 7.5, 7.6)
gloss <- c(9.5, 9.9, 9.6, 9.6, 9.2, 9.1, 10.0, 9.9, 9.5, 9.4,
           9.1, 9.3, 8.3, 8.4, 8.5, 9.2, 8.8, 9.7, 10.1, 9.2)
opacity <- c(4.4, 6.4, 3.0, 4.1, 0.8, 5.7, 2.0, 3.9, 1.9, 5.7,
             2.8, 4.1, 3.8, 1.6, 3.4, 8.4, 5.2, 6.9, 2.7, 1.9)
Y <- cbind(tear, gloss, opacity)
rate     <- gl(2,10, labels = c("Low", "High"))
additive <- gl(2, 5, length = 20, labels = c("Low", "High"))

fit <- manova(Y ~ rate * additive)
summary.aov(fit)             # univariate ANOVA tables
summary(fit, test = "Wilks") # ANOVA table of Wilks' lambda
summary(fit)                # same F statistics as single-df terms

参考

Anderson, T. W. (1994) An Introduction to Multivariate Statistical Analysis. Wiley.

Hand, D. J. and Taylor, C. C. (1987) Multivariate Analysis of Variance and Repeated Measures. Chapman and Hall.

Krzanowski, W. J. (1988) Principles of Multivariate Analysis. A User's Perspective. Oxford.

Krzanowski, W. J. and Marriott, F. H. C. (1994) Multivariate Analysis. Part I: Distributions, Ordination and Inference. Edward Arnold.

也可以看看

manova , aov