问题标签 [manova]

如何从中获得 MANOVA p 值：https ://www.statsmodels.org/stable/generated/statsmodels.multivariate.manova.MANOVA.html#statsmodels.multivariate.manova.MANOVA ？

我有一个小任务要做，不幸的是我不熟悉这个统计领域......实际上我确实需要计算（我不是在寻找现成的解决方案），但是我不知道它们是否正确并且也和我的思维方式，因此，如果您看一下并指出我的错误，我将不胜感激。

这是假数据，显示了狗和猫的增长率（完全虚构）：

细看：

正如你所见，狗的生长速度比猫快——这可能是我的假设。但是我需要做一些统计来符合它。

所以我决定进行增长曲线分析（GCA）。我是基于这个教程的。下面是我的结果，并附有简要说明。

所以首先我做了一个基础模型，为每只动物随机截取：

这里我有问题，实际上我这里没有任何固定效应，我的数据集很简单，我只想知道我的两组（狗和猫）的时间增长率在统计上是显着的。换句话说。 在这段时间里，动物的生长速度是否不同？

因此我把我的动物作为一个额外的固定效果：

现在，为了检查是否存在统计学上的显着差异，我使用 ANOVA 比较了两个模型。

现在我很困惑，我不完全理解所有这些分析，几个问题......

这个值3.171e-09表明我的组的增长率差异具有统计学意义？

我要不要再做一个模型：

然后进行模型测试？

哪个值可以让我确认我的假设？

我将非常感谢指出我的错误，任何线索和解释！

我花了几个小时试图让 statsmodels 做我的 MANOVA，但没有成功。这是代码：

提供：

我也尝试自己提出假设，我总是得到一个 SingularMatrixError 所以我想我没有正确使用这个类。

在此先感谢您的帮助。

我正在尝试在 R 中执行 mancova。但是，我尝试了jmv包：

这给了我以下错误：

当我删除其中一个自变量时，该函数可以正常工作。所以我怀疑它是一个内存限制，但这里到底出了什么问题？

我正在尝试在单向 MANOVA 中计算平方和叉积矩阵 (W) 的范围内和总和。我有一个治疗矩阵tm：

我还在自己的变量中拥有每个单独的观察结果，例如：

这也在创建向量的变量中：

我正在尝试计算 W（平方和叉积矩阵的内和总和）。

手段是

我的代码是：

我得到的结果是：

当我隔离每个语句时，我得到了这个：

为什么这些语句评估为 1x1 矩阵？当我手动计算 2x1 和 1x2 运算（减法和乘法）时，我得到的都是 2x2。这是一个在线计算器

我正在寻找一个 statsmodels MANOVA 实现的示例。我无法为 MANOVA 制作 Statsmodels 网站的正面或反面。我已经做到了：

但是使用 .fit() 我得到一个错误：

如果我将任何类型的输入放入 .fit()，它会告诉我参数太多。

我确实阅读了这篇文章并设法复制了相同的错误

但那里似乎也没有任何解决方案。

我知道它在编程问题方面有点基础，但我会感谢任何能够提供任何关于如何让 MANOVA 工作以及如何在模型拟合后从模型中获得结果的见解的人。它似乎不是 Python 中流行的包，我在网上找不到任何示例。非常感谢。

这个问题已经在stats.stackexchange上被问过，但没有人回答。由于我不确定哪个论坛是合适的，所以我在这里再次发布了一些数据。

我已经对树皮的各种特征进行了实验，现在想比较五种被检查的树种在评估参数方面的差异程度。因此，有人建议我应该使用 MANOVA 来分析我的数据，这对我来说似乎是合理的。我的分析是在R.

但是，与我发现的关于如何进行MANOVA的大多数示例不同（即此处、此处、此处），我的数据来自不同的测量值和不同的个体。现在，我发现只有这个线程讨论了不相等的样本量，但这仅针对解释因素内的样本量。

为了进一步说明，想象一下我每个树种都有......

• 9 测量树皮粗糙度。
• 4 测量树皮厚度，
• 3 次 pH 测量，
• 5 测量持水量，
• 5 测量保水性。

当然，我可以为这些变量中的每一个做单独的方差分析（我已经做过），但我认为方差分析应该有一些优势，对吧？

我的问题：

MANOVA 是否适合此类数据？我可以忽略我不同的可变尺寸吗？有没有另一种方法可以做到这一点，或者更确切地说是另一种统计测试？我的小样本量重要吗？

到目前为止我的结果：

在R中，我只是将所有变量合二为一data.frame，并用 s 填充了由于样本量不等而导致的缺失值NA（这就是为什么下面有nums列的原因data.frame）。然后，我像这样运行 MANOVA：pH + water content + thickness + roughness ~ tree species使用manova函数。

示例数据：

abbr看起来像这样（树种在哪里，nums每个树种的测量次数，其余的是树参数）：

我的分析很简单：

我没有在这里包含我的真实数据，但它们遵循相同的结构。给定的数据远非重要，而我的实际数据是！我的问题只是关于NA我的数据中的许多 s 以及测试是否准确。

（如果有不清楚的地方，请询问。）

我正在尝试在 Matlab 中运行重复测量方差分析，其中包含 4 个因素，其中一个因素代表我想要作为随机因素的受试者。我的代码如下：

在这里，所有变量都具有相同的维度，即 1350x1（所有类型都是“双”）。我在网上用一些建议的代码检查了我的代码并且它匹配，但我不断收到以下错误...

COORDS_SUBJ_II我的因变量（我现在有点迷路了，希望能得到任何帮助。

最好的

泰

我正在尝试使用mvnormtest包对我的数据进行多元正态性检验，其中包含两个主体间变量、一个主体内变量和三个因变量（二元分类）。我的数据看起来像这样（约 5,600 行，没有丢失数据）：

这是我的设置：

我尝试了以下mshapiro.test()

我收到以下错误：

一年前，我在我的统计课上查看了一个论坛，发现有人能够通过将数据分组来工作。

我得到了同样的错误。

我该如何解决这个问题？

我正在尝试使用 MANOVA.RM 包运行重复测量 MANOVA。我的数据如下所示：

我附加了我的 df，然后使用 lm() 函数来设置我的模型：

最后，我使用来自 MANOVA.RM 的 RM 在重复测量 MANOVA 函数中使用了该模型：

然后我收到这个错误：RM中的错误（fit，data =“mydata”，subject =“Subject”，no.subf = 1，：找不到主题变量！

我的主题列的名称与我在 RM 函数中输入的名称完全相同。

有人可以帮忙吗？