여러 ANOVA 대신 MANOVA를 사용하는 이유는 무엇인가요?

MANOVA는 결과 전반에 걸쳐 전체 오류율을 제어하며, 개별 단변량 검정으로는 놓칠 수 있는 상관된 변수 조합에서 그룹 차이를 감지할 수 있습니다.

Hotelling의 T-제곱이란 무엇인가요?

이는 두 표본 t 통계량의 다변량 일반화로, 풀링된 공분산 행렬 하에서 두 표본 평균 벡터 간의 Mahalanobis 거리를 측정합니다.

다변량 분산 분석은 여러 반응 변수가 함께 측정될 때 두 개 이상의 그룹 간에 그룹 평균 벡터가 다른지 여부를 검정합니다.

PaperMind(으)로 주제 찾기곧 제공Find papers & topics

Tools & resources

Learn & explore

동영상곧 제공

다변량 분산 분석은 다변량 검정 통계량을 사용하여 그룹 간 및 그룹 내 제곱합 및 교차곱 행렬을 비교함으로써 그룹 간 평균 벡터의 동등성을 검정하는 방법입니다.

이 주제는 평균 벡터의 비교, 두 표본 Hotelling의 T-제곱 검정, 총 제곱합 및 교차곱 행렬을 가설 및 오차 구성 요소로 분할하는 방법, 고유값으로부터 구축된 다변량 검정 통계량, 그리고 개별 단변량 분산 분석에 비해 단일 다변량 검정의 장점을 다룹니다.

Hotelling의 T-제곱: 두 평균 벡터를 비교하기 위해 Hotelling의 T-제곱은 풀링된 공분산과 표본 평균 간의 Mahalanobis 거리를 사용하여 두 표본 t 통계량을 일반화하며, 단일 다변량 검정을 제공합니다.
가설 및 오차 행렬: 총 교차곱 행렬은 그룹 간 및 그룹 내 부분으로 나뉘며, Wilks의 람다 및 Pillai 추적과 같은 통계량은 이들의 조합 고유값의 함수로, 평균 벡터의 동등성에 대한 다변량 검정을 제공합니다.

다변량 분산 분석은 여러 상관된 결과에 걸쳐 그룹을 동시에 비교하는 데 사용되며, 전체 오류율을 제어하고 단변량 검정으로는 놓칠 수 있는 변수 조합의 차이를 감지합니다.

평균 벡터의 비교는 1930년대 초 Hotelling의 t-검정 일반화와 Wilks의 우도비 기준으로부터 발전하여, 고전적인 다변량 분석에서 표준이 된 다변량 분산 분석 프레임워크를 형성했습니다.

유의미한 MANOVA 후속 조치: 유의미한 전체 검정을 해석하는 최선의 방법이 무엇인지, 즉 단변량 후속 분석, 판별 분석, 또는 특정 대비(contrast) 검토를 통해 이루어져야 하는지에 대한 논쟁이 있습니다. 각 접근 방식은 차이가 어디에 있는지에 대해 다른 질문에 답하기 때문입니다.

여러 ANOVA 대신 MANOVA를 사용하는 이유는 무엇인가요?: MANOVA는 결과 전반에 걸쳐 전체 오류율을 제어하며, 개별 단변량 검정으로는 놓칠 수 있는 상관된 변수 조합에서 그룹 차이를 감지할 수 있습니다.
Hotelling의 T-제곱이란 무엇인가요?: 이는 두 표본 t 통계량의 다변량 일반화로, 풀링된 공분산 행렬 하에서 두 표본 평균 벡터 간의 Mahalanobis 거리를 측정합니다.