Ad esempio, potremmo utilizzare una MANOVA per analizzare in che modo il livello di istruzione (diploma di scuola superiore, laurea, laurea triennale, laurea magistrale) influisce sia sul reddito annuale che sul debito totale del prestito studentesco.<\/span> <\/p>\n Correlati:<\/strong><\/span> Le differenze tra ANOVA, ANCOVA, MANOVA e MANCOVA<\/a><\/p>\n Ogni volta che eseguiamo una MANOVA, dobbiamo verificare che siano soddisfatte le seguenti ipotesi:<\/span><\/p>\n 1. Normalit\u00e0 multivariata<\/strong> \u2013 Le variabili di risposta sono multivariate normalmente distribuite all’interno di ciascun gruppo di variabili fattore.<\/span><\/p>\n 2. Indipendenza<\/strong> \u2013 Ogni osservazione viene campionata in modo casuale e indipendente dalla popolazione.<\/span><\/p>\n 3. Varianza uguale<\/strong> \u2013 Le matrici di covarianza della popolazione di ciascun gruppo sono uguali.<\/span><\/p>\n 4. Nessun valore anomalo multivariato<\/strong> : non sono presenti valori anomali multivariati estremi.<\/span><\/p>\n In questo articolo, forniamo una spiegazione di ciascun presupposto e come determinare se il presupposto \u00e8 soddisfatto.<\/span><\/p>\n Una MANOVA presuppone che le variabili di risposta siano multivariate normalmente distribuite all’interno di ciascun gruppo della variabile fattore.<\/span><\/p>\n Se ci sono almeno 20 osservazioni per ciascuna combinazione fattore * variabile di risposta, allora possiamo supporre che l’ipotesi di normalit\u00e0 multivariata sia soddisfatta.<\/span><\/p>\n Se ci sono meno di 20 osservazioni per ciascuna combinazione fattore*variabile di risposta, possiamo creare una matrice di grafico a dispersione per visualizzare i residui e verificare visivamente se questo presupposto \u00e8 soddisfatto.<\/span><\/p>\n Fortunatamente, \u00e8 noto che MANOVA \u00e8 resistente alle deviazioni dalla normalit\u00e0 multivariata, quindi deviazioni da piccole a moderate generalmente non sono un problema.<\/span><\/p>\n Una MANOVA presuppone che ogni osservazione sia campionata in modo casuale e indipendente dalla popolazione.<\/span><\/p>\n Finch\u00e9 per raccogliere i dati viene utilizzato un metodo di campionamento probabilistico<\/a> (ogni membro di una popolazione ha la stessa probabilit\u00e0 di essere selezionato per far parte del campione), possiamo supporre che ciascuna osservazione sia stata campionata in modo casuale e indipendente.<\/span><\/p>\n Esempi di metodi di campionamento probabilistico includono:<\/span><\/p>\n Una MANOVA presuppone che le matrici di covarianza della popolazione di ciascun gruppo siano uguali.<\/span><\/p>\n Il modo pi\u00f9 comune per verificare questa ipotesi \u00e8 utilizzare il test M di Box. Questo test \u00e8 noto per essere piuttosto rigoroso, motivo per cui generalmente utilizziamo un livello di significativit\u00e0 pari a 0,001 per determinare se le matrici di covarianza della popolazione sono uguali o meno.<\/span><\/p>\n Se il valore p del test M di Box \u00e8 maggiore di 0,001, possiamo supporre che questa ipotesi sia soddisfatta.<\/span><\/p>\n Fortunatamente, anche se il valore p del test \u00e8 inferiore a 0,001, una MANOVA tende ad essere robusta rispetto alle deviazioni da questa ipotesi.<\/span><\/p>\n Affinch\u00e9 le matrici di covarianza non uguali costituiscano un problema, le differenze tra le matrici di covarianza devono essere piuttosto estreme.<\/span><\/p>\n Una MANOVA presuppone che nei dati non siano presenti valori anomali multivariati estremi che potrebbero influenzare in modo significativo i risultati.<\/span><\/p>\n Il modo pi\u00f9 comune per verificare questa ipotesi \u00e8 calcolare la distanza di Mahalanobis per ciascuna osservazione, che rappresenta la distanza tra due punti in uno spazio multivariato.<\/span><\/p>\n Se il valore p corrispondente per una distanza Mahalanobis di un’osservazione \u00e8 inferiore a 0,001, generalmente dichiariamo che l’osservazione \u00e8 un valore anomalo estremo.<\/span><\/p>\n Fare riferimento ai seguenti tutorial per vedere come calcolare la distanza Mahalanobis in vari software statistici:<\/span><\/p>\n I seguenti tutorial spiegano come eseguire una MANOVA in vari software statistici:<\/span><\/p>\n Come eseguire una MANOVA in R<\/a> Una MANOVA (analisi multivariata della varianza) viene utilizzata per analizzare come una o pi\u00f9 variabili fattore influenzano le variabili a risposta multipla. Ad esempio, potremmo utilizzare una MANOVA per analizzare in che modo il livello di istruzione (diploma di scuola superiore, laurea, laurea triennale, laurea magistrale) influisce sia sul reddito annuale che sul debito totale […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/manova.png\")
<\/p>\n Presupposto 1: normalit\u00e0 multivariata<\/strong><\/span><\/h3>\n
Ipotesi 2: Indipendenza<\/strong><\/span><\/h3>\n
\n
Ipotesi 3: varianza uguale<\/strong><\/span><\/h3>\n
Ipotesi 4: nessun valore anomalo multivariato<\/strong><\/span><\/h3>\n
\n
Risorse addizionali<\/strong><\/span><\/h3>\n
Come eseguire una MANOVA in SPSS<\/a>
Come eseguire una MANOVA in Stata<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"