{"id":483,"date":"2023-07-29T18:24:50","date_gmt":"2023-07-29T18:24:50","guid":{"rendered":"https:\/\/statorials.org\/nl\/manova-naar-r\/"},"modified":"2023-07-29T18:24:50","modified_gmt":"2023-07-29T18:24:50","slug":"manova-naar-r","status":"publish","type":"post","link":"https:\/\/statorials.org\/nl\/manova-naar-r\/","title":{"rendered":"Hoe voer je een manova uit in r"},"content":{"rendered":"

<\/p>\n

\n

Om MANOVA te begrijpen, is het eerst nuttig om ANOVA te begrijpen.<\/span><\/p>\n

Een ANOVA<\/a> (variantieanalyse) wordt gebruikt om te bepalen of er al dan niet een statistisch significant verschil bestaat tussen de gemiddelden van drie of meer onafhankelijke groepen.<\/span><\/p>\n

Laten we bijvoorbeeld zeggen dat we willen weten of studietechniek al dan niet invloed heeft op de examenscores van een klas studenten. We verdeelden de klas willekeurig in drie groepen. Elke groep gebruikt een maand lang een andere studietechniek ter voorbereiding op een examen. Aan het einde van de maand leggen alle studenten hetzelfde examen af.<\/span><\/p>\n

Om erachter te komen of het bestuderen van techniek invloed heeft op examenscores, kunnen we een one-way ANOVA uitvoeren, die ons vertelt of er een statistisch significant verschil is tussen de gemiddelde scores van de drie groepen.<\/span><\/p>\n

Bij een ANOVA hebben we een responsvariabele. Bij een MANOVA<\/strong> (multivariate variantieanalyse) hebben we echter meerdere responsvariabelen.<\/span><\/p>\n

Stel dat we bijvoorbeeld willen weten wat de impact is van het opleidingsniveau (dwz middelbare school, universitair diploma, bachelordiploma, masterdiploma, enz.) op zowel het jaarinkomen als de hoogte van de studieschuld. In dit geval hebben we \u00e9\u00e9n factor (opleidingsniveau) en twee responsvariabelen (jaarinkomen en studieschuld), zodat we een eenrichtings-MANOVA kunnen uitvoeren.<\/span><\/p>\n

Gerelateerd:<\/strong><\/span> De verschillen tussen ANOVA, ANCOVA, MANOVA en MANCOVA begrijpen<\/p>\n

Hoe voer je een MANOVA uit in R<\/strong><\/span><\/h2>\n

In het volgende voorbeeld illustreren we hoe we een eenrichtings-MANOVA in R kunnen uitvoeren met behulp van de ingebouwde irisdataset<\/strong> , die informatie bevat over de lengte en breedte van verschillende bloemafmetingen voor drie verschillende soorten (\u201csetosa\u201d, \u201cvirginica\u201d , \u201cveelkleurig\u201d):<\/span><\/p>\n

 #view first six rows of iris<\/em> dataset<\/span>\nhead(iris)\n\n# Sepal.Length Sepal.Width Petal.Length Petal.Width Species\n#1 5.1 3.5 1.4 0.2 setosa\n#2 4.9 3.0 1.4 0.2 setosa\n#3 4.7 3.2 1.3 0.2 setosa\n#4 4.6 3.1 1.5 0.2 setosa\n#5 5.0 3.6 1.4 0.2 setosa\n#6 5.4 3.9 1.7 0.4 setosa\n<\/strong><\/pre>\n
 Stel dat we willen weten of soorten een effect hebben op de lengte en breedte van de kelkblaadjes. Door soorten<\/em> als de onafhankelijke variabele te gebruiken, en de lengte<\/em> en breedte<\/em> van het kelkblad als de responsvariabelen, kunnen we een eenrichtings-MANOVA uitvoeren met behulp van de functie manova()<\/strong> in R.<\/span><\/p>\n
 De functie manova()<\/strong> gebruikt de volgende syntaxis:<\/span><\/p>\n
 manova (cbind (rv1, rv2, …) ~ iv, gegevens)<\/span><\/strong><\/p>\n
 Goud:<\/span><\/p>\n