问题标签 [manova]

我正在对我在 SAS 中的数据进行重复测量 Anova 和 Tukey 事后研究。我想知道如何通过 SAS 使用字母 a、b、c 对统计平均差进行分组。目前，我正在手动进行，并比较每个治疗组的 P 值并分配字母。

有什么办法，我可以在 SAS 中进行分组。就像 R 编程中的“Agricolae”包一样。

有谁能够帮我？

我试图运行一个混合 Mancova，其中包含 2 个主体内因素和 1 个主体间因素以及 1 个协变量。有6个因变量。哪个包或功能是正确的？我试过 stats::manova() 函数

但是当我将它与 SPSS 结果进行比较时，R 输出不正确。

非常感谢！

我想调查三个不同组之间是否存在显着差异。这些组大约有 20 个数字属性。对于每个属性，大约有一千个观察值。

我的第一个想法是计算一个manova。不幸的是，数据不是正态分布的（使用 Anderson Darling 测试进行测试）。从数据来看，分布在均值附近太窄了，根本没有尾巴。无论如何，当我计算 Manova 时，会得出非常显着的结果，这完全出乎我的意料。

因此，接下来我想计算一个多元 Kurskall Wallis 检验。到目前为止，我已经找到了 scipy.stats.kruskal。不幸的是，它只比较单个数据系列。Python 中是否已经存在与 MANOVA 类似的实现，您可以在其中读取所有属性和所有三个组，然后给出结果？

如果您需要更多信息，请告诉我。

非常感谢！:)

我正在使用一份问卷，即 BPSS-M，它包含 25 个问题，并根据 25 个问题提供三个因素（称为 F、L、UB）的分数 - 没有一个问题重叠。我有两个独立的名义分类变量，每个变量都有两个级别（College YES，College NO，& Team Sports YES，Team Sports NO）。我想看看大学是否存在主效应，团队运动是否存在主效应，以及三个 BPSS-M 因素（F、L、UB）中的每一个是否存在大学和团队运动之间的交互作用。

我是否对 IV 运行双向 ANOVA三次以寻找每个BPSS-M 结果因素（F、L、UB）的主要效应和交互作用（大学和团队运动）？

还是我运行 MANOVA？

我不确定我应该运行什么统计测试。任何帮助，将不胜感激。谢谢

我正在使用 GMM 对我的数据集进行聚类，并尝试找到它，结果在测试数据集和训练数据集之间是一致的。

我得到这样的集群：

集群分布

正如您所看到的，在测试数据集和训练数据集之间似乎有一些集群分布很重要。

但我不知道如何定量比较它们之间的不同集群：我计算了火车和每个集群中的测试分布之间的一些 wasserstein_distance，以查看每个集群在火车和测试之间是否一致。

但我没有设法比较它们之间的不同集群以找到一些意义。

你知道我能做什么吗？谢谢！

我想运行 One Way MANOVA（两个因变量和四个因素）。

MANOVA 的主要假设之一是方差-协方差矩阵的同质性。

如何在 scipy 或其他 python 库中测试这四个组是否同方差？

对于 ANOVA，可以很容易地得到部分 eta 平方 ( np2) 效应大小effectsize::eta_squared：

此外，在 SPSS 中进行MANOVAnp2时，只需选中“Estimates of effect size”框即可轻松获得每个 DV。

但是，尝试获取np2R 中的每个 DV：

或者：

只输出一个np2（对于全局模型？），而不是每个 DV 的单独效果大小。

注释文档?eta_squared：

对于 mlm / maov 模型，分别为每个响应计算效果大小

但这显然是注意这里的情况。然而，当我检查对象的类时，它包括类maov：

当然，可以通过定义单独的模型为每个效应大小重新运行方差分析：

或者lapply为每个模型写一个调用：

但这似乎不是最有效的。当然，有一种方法可以做到这一点effectsize::eta_squared？

问题

如何以正确的方式为每个 DV 在 R 中获得 MANOVA 的部分 eta 平方？

我有一个从 excel 导入的表，并将数据框命名为“Organised_results”。我可以用摘要、暗淡、视图、功能来查看它。

6 行，22 列。第一行有组标题。第一列包括“风险的推文提及”（第 1 行，第 1 列），“周时间范围”（第 2 行，第 1 列），接下来的四行有“1”、“2”、“3”、“4” '。顶行的其他标题包括“控制风险”、“健康风险”、“精神风险”、“机械风险”、“社会风险”，它们下方包含该风险类型实例的列名。在这些风险的列名称下，例如骨质疏松症、心脏病、认知能力下降、炎症和盗窃，是第 3、4、5、6 行至第 22 列中每周的观察次数。

所以第一行看起来像这样： Control Risks NA Health Risks NA NA NA NA NA NA NA NA Mental Risks NA NA Risk Mechanisims NA Social Risks

为了尝试按类别运行方差分析，我在 Excel 中合并了风险类别标题的单元格，然后重新导入，认为 R 可能会直觉这些是超类别。唉，不，我的理解是错误的

那么，我如何运行 aov() 比较不同类别的 - 社会风险、健康风险、控制风险 - 方差？正如您可能知道的那样，我是 R 的新手并且很暗淡，所以请像我十岁一样解释。或者，如果这篇文章很无聊，可以将其视为解释第一原则的邀请！

我是一个统计新手，我的教授告诉我要为我正在检查的东西运行 MANOVA。基本上，我想看看种族和某个象限分组之间是否存在交互作用，这些结果变量是总体测量 (ders_tot) 的子量表。

ANCOVA（一个 DV）已经发现种族和 ders_tot 的象限分组之间存在交互作用。

我的 MANOVA 输出显示，使用 Pillai's/Wilks 没有显着性（两者的 p = .098），但在 SPSS 中还有一个自动生成的受试者间效应表，表明一个特定结果变量的强交互显着性（ p = .003)。其他 DV 远没有显着性（有些高达 p = .27 或 p = .66）。

我的 MANOVA 显着性（或缺乏显着性）是否被高度不显着的变量严重扭曲？我是否仍然“允许”对 MANOVA 中包含的一个表明重要意义的特定变量进行分析？我也有数据可视化/图表输出，为分析该特定变量提供了强有力的理由。

（编辑：以下问题已修复）

[另外，我注意到我的一个协变量总是在 SPSS 中以 1 df 运行，而它应该是 2。我已经三重检查了变量类型并添加了标签等等，但无法让它运行适当地。当我在 R 中运行相同的分析时，df = 2。这不会影响我的信号。发现很多，但这让我发疯！]

我目前正在准备数据以进行二阶和三阶栖息地选择分析。对于二阶（使用/可用），我正在查看随机位置到种群范围内每个栖息地类型的平均距离，以及每个人的家庭范围内的随机点。人口范围与家庭范围内的栖息地类型数量不成比例。因此，我在“使用过的”家庭范围内的几个栖息地类型中有大量的 NA。我有 10 种栖息地类型和 22 个人。如：Avail: Agriculture 9.8, 7.5, 8.8, Use: AgricNA, 0.8, NA. 我正在尝试根据其他一些爬行动物论文对其进行建模......但我无法找到任何关于研究人员如何能够在缺失值的情况下进行此 MANOVA 的详细解释。我宁愿避免删除数据，因为我认为保持这些类型的栖息地可用很重要..但我不确定转向哪个方向....任何帮助将不胜感激