R summary.manova 多元方差分析的匯總方法

說明

類 "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, ...)

參數

object	具有多個響應的 "manova" 類對象或 aov 對象。
test	要使用的檢驗統計量的名稱。使用部分匹配，因此可以縮寫名稱。
intercept	合乎邏輯的。如果 TRUE ，則截距項包含在表中。
tol	用於確定殘差是否為 rank-deficient 的容差：請參閱 qr 。
...	傳入或傳出其他方法的進一步參數。

細節

summary.manova 方法對匯總表使用多元檢驗統計量。 Wilks 的統計量在文獻中最為流行，但 Hand 和 Taylor (1987) 推薦使用默認的 Pillai-Bartlett 統計量。

該表給出了檢驗統計量的變換，其近似為 F 分布。使用的近似值遵循 S-PLUS 和 SAS(後者除了 Hotelling-Lawley 統計的某些情況外)，但存在許多其他分布近似值：請參閱 Anderson (1984) 以及 Krzanowski 和 Marriott (1994) 以獲取更多參考。當被測試的項具有一個自由度時，所有四個近似 F 統計量都是相同的，但在其他情況下，Roy 統計量的自由度是上限。

容差tol應用於殘差相關矩陣的QR分解(除非某些響應在未縮放時本質上具有零殘差)。因此，默認值可以防止非常高度相關的響應：它可以被減少，但這樣做會導致相當不準確的結果，並且通常最好轉換響應以消除高相關性。

值

類 "summary.manova" 的對象。如果存在正剩餘自由度，則這是一個包含組件的列表

row.names	術語的名稱、stats 表的行名稱(如果存在)。
SS	平方和和乘積矩陣的命名列表。
Eigenvalues	特征值矩陣。
stats	統計矩陣、近似 F 值、自由度和 P 值。

否則項(而不是殘差)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

參考

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