问题标签 [manova]

我是 R 新手，并试图将“manova”操作的摘要存储在数据框中。有没有可能这样做。如果不是数据框，我可以以什么类型存储“manova”操作的摘要。我尝试将其转换为列表，然后将其放入数据框中，但不可能这样做。

这是数据：

当我尝试将其转换为数据框时，出现以下错误：

我需要对一个因素进行分析——每个项目的天数。我有大约 30000 个项目，每个项目都有天数。

项目分为：类别（有 10 个类别）、规模（A/B/C）、地区（欧盟或亚洲）、月份（1 年 12 个）以及一个 0-1 因素。

我需要对整个数据库进行分析，找出哪些因素对天数很重要，以及它们是如何影响它的。

我认为线性回归是其中一种方法，但我不知道如何使用它（我将在 excel 中工作）。

我不确定 MANOVA 是否是正确的方法以及如何使用它进行分析。

这些方法是否正确，是否有一些指导如何在 excel 中运行它们？有没有更有用的方法来做到这一点？

我为此工作了一天，希望你们能对这个奇怪的事情给出提示。

y0、y1 和 y2 是通过相同的方法独立生成的。

用同样的方法将它们分别分成 20 组。

然而，manova 说它们有很大不同？为什么？

Manova 测试的摘要（存储在变量 s 中）说：

Pr (>F) 值小于 2.2e-16。

总结在这里：

我使用了betadisper()vegan 包中的函数来生成多元分散体并将这些数据绘制在 PCoA 中。在这个例子中，我将研究一个单一物种的性别差异。

加载原始数据。出于我们的目的，这在这里可以是任何东西。我使用的数据并不特殊。它的特征测量来自生物声学数据集。我正在经历我的过程：

基于之前的研究，我们使用无监督的随机森林来确定我们原始特征测量中的相似性：

然后使用邻近矩阵生成索引：

使用 vegan 包在结果索引上运行置换 MANOVA。对 pMANOVA 的使用进行了充分研究，并且对于我的目的来说是正确的测试：

my_original_data 具有定性因素、性别、年龄和变体。我本可以提取它们，但将它们保留在原始数据集中似乎更干净。

在运行了一些同质性测试之后，我想绘制多元分散。为此，我一直在使用 betadisper 函数：

这描绘了这种美丽：

如何将质心标记为男性和女性？我还想为 Variant 类别运行此图，但它有五个因素而不是两个因素，这确实值得标记。

我见过这种boxplot()变体，但我喜欢 PCoA 也显示集群。

主要问题

我正在寻求帮助，在 R 中为没有主体间因素的数据集设置单向重复测量 MANOVA。

背景

虽然有很多很好的指南来设置具有主题间因素的 RM MANOVA，但到目前为止，当您拥有完全在主题内的设计时，我还没有找到任何指南。这个问题似乎应该相当简单，但我是使用 MANOVA 的新手，所以我不确定我是否正确地解决了这个问题。我主要car在 R 中使用该包，尽管我愿意接受有关如何以不同方式执行此操作的建议。

为了演示这个问题，我将使用 OBrienKaiser 数据集的一个子集，并且我将假设Hours受试者内因子的每个水平都代表不同因变量的测量值。然后，我将pre和post条件作为我的单个受试者内自变量的两个水平。为简明起见，我将只看Hours.

所以我的数据集是 16 个受试者，在两个不同的条件（pre和post）下测量 3 个不同的因变量（1、、2和3）。

我的目标是寻找三个不同因变量组合之间的差异pre。post我非常依赖这个指南......

http://socserv.mcmaster.ca/jfox/Books/Companion/appendix/Appendix-Multivariate-Linear-Models.pdf

...但是那里使用的情况并不完全相同，并且包括我没有的主题间条件。到目前为止，我已经能够使用以下方法产生可能正确的结果，但我的问题是我不能完全确定我是否正确设置了问题。一般来说，我的方法是遵循上面概述的步骤，但只是省略了主题之间的条件。

我的方法

我首先通过将条件和因变量视为两个不同的主体内因素来设计函数调用的idata矩阵Anova()

接下来，在数据集上建立多元线性模型，忽略主体间因素。

然后我调用Anova()线性模型对象mod.mlm，使用idata我之前定义的对象，并将我的主体内设计设置为~Condition。

这会产生以下输出...

对我来说，这个过程和这个结果似乎是合理的。有两件事让我停下来。

1. 在设置线性模型时，缺少预测变量似乎很奇怪，但我认为它最终是在对 with 的调用中定义Anova()的idesign。如果这就是设置 Anova 的方式，car那就太好了。当我有一个我明确感兴趣的预测变量时，构建一个没有预测变量的线性模型似乎很奇怪。

2. 如果我summary(an.out)过去更深入地了解推出的模型，我可以看到设计中的对比。使用上述方法代码产生的对比度为pre1 和post-1。我相信这是我想要做的适当的对比，但我并不完全确定。鉴于可以使用imatrix或contrasts在对 的调用中传递自定义对比Anova()，我想确定我正在尝试测试的内容（即三个因变量之间的差异pre）post是我实际测试的内容。

任何关于如何在这种情况下一般地理解重复测量 MANOVA 的帮助和/或建议，以及关于如何在 R 中实现这一点的具体建议，将不胜感激。

奖金

我也想在 Matlab 中做同样的事情，所以如果有人对此有具体建议，将不胜感激（尽管我意识到这可能需要自己的问题）。

我试图理解组间的PERMANOVA假设multivariate spread类似于方差同质性univariate ANOVA，为此我制作了一个 R 代码，但我没有找到这个结果，为什么？

我的代码：

我试图为多变量数据集运行 Tukey HSD。但是，当我对单个变量运行相同的测试时，结果完全相反。

在运行多个变量时，我在 ANOVA 输出中观察到以下错误：

87 个影响中有 8 个不可估计 估计的影响可能不平衡

在为单个变量运行时，我在 ANOVA 输出中观察到以下错误：

估计的影响可能不平衡

这与我收到的完全相反的 Tukey HSD 输出有什么关系吗？另外，我该如何继续解决这个问题？

我使用了 aov() 并且在我的数据集中有接近 500000 个数据点。

更具体地说，以下代码给了我不同的结果：

代码1：

代码2：

请告诉我这是怎么可能的...

我正在尝试进行 MANOVA。有7因变量和代表6组的分类自变量。

数据可在此处获得：http: //pastebin.com/fqXNjWtr

点击文字上方的下载。我正在使用R这样的方式读取文件（我认为下载文件的名称应该与您相同；我使用的是 Macintosh 操作系统）：

然后我正在创建因变量DV：

然后我正在执行 MANOVA：

然后当我尝试该summary()功能时，我收到此错误：

根据其他一些帖子，这似乎表明在给定变量数量的情况下没有足够的观察结果，或者某些预测变量可能是多重共线性的。但是，这些数据似乎并非如此：

我对可能发生的事情感到困惑。

我有一个矩阵A，它的大小是1200*4500 double. 其中，1200表示时间点4500的数量，表示特征的数量。除此之外，我还有一个标签类L，其大小为1200*1 double。中的值L是 from 1to 6，我想应用于ANOVAmatrix A。我希望得到一个矩阵B，其大小仍然是1200*4500 double. 矩阵中每个特征的B值为ap值。

注意：当我使用anova1做这个问题时，我只能得到一个向量B，而不是一个矩阵B。实际上我想得到一个矩阵B。有人可以帮我吗？谢谢！

我有一个由三个连续响应变量、两个分类变量和一个主题 ID 组成的数据框

我正在尝试运行 MANOVA，但在分配响应变量时遇到了语法问题。

MANOVA.RM 的帮助文件使用以下语法作为示例

EEG_MANOVA <- MANOVA(resp ~ sex * diagnosis, data = EEG, subject = "id", resampling = "paramBS", iter = 1000, alpha = 0.05)

然而，公式的左侧（即“resp”）仅指单个响应变量，而我想指的是变量矩阵（在这种情况下y1, y2, and y3）

如何更改语法以包含三个响应变量？