ScholarGate
Asistents
Hypothesis testClassical statistics

Bayesian Multivariate Analysis of Variance

Klasiskā MANOVA norāda, vai grupu atšķirības vairākos rezultātos ir pārāk lielas, lai tās attiecinātu uz nejaušību, taču tā nevar pateikt, cik spēcīgi dati atbalsta nulles hipotēzi par atšķirību neesamību. Bejeziešu MANOVA aizpilda šo nepilnību: tā aprēķina Bejeza faktoru, salīdzinot modeli, kurā grupas atšķiras, ar modeli, kurā tās nav. Bejeza faktors, kas lielāks par 1, atbalsta alternatīvo hipotēzi; faktors, kas mazāks par 1, atbalsta nulles hipotēzi. Jūs arī iegūstat pilnas aizmugurējās sadales katram grupas vidējam vektoram un kopīgajai kovarianču struktūrai, padarot vieglu ticamu intervālu veidošanu un nenoteiktības kvantitatīvu komunikāciju.

Pielietot ar StatMindDrīzumāVideoDrīzumāDownload slides

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Method map

The neighbourhood of related methods — select a node to explore.

Avoti

  1. Olkin, I., & Rubin, H. (1964). Multivariate beta distributions and independence properties of the Wishart distribution. The Annals of Mathematical Statistics, 35(1), 261–269. DOI: 10.1214/aoms/1177703748
  2. Rouder, J. N., Morey, R. D., Speckman, P. L., & Province, J. M. (2012). Default Bayes factors for ANOVA designs. Journal of Mathematical Psychology, 56(5), 356–374. DOI: 10.1016/j.jmp.2012.08.001

Kā citēt šo lapu

ScholarGate. (2026, June 3). Bayesian Multivariate Analysis of Variance. ScholarGate. https://scholargate.app/lv/statistics/bayesian-manova

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Uz to atsaucas

ScholarGateBayesian MANOVA (Bayesian Multivariate Analysis of Variance). Izgūts 2026-06-15 no https://scholargate.app/lv/statistics/bayesian-manova · Datu kopa: https://doi.org/10.5281/zenodo.20539026