Na przyk\u0142ad mogliby\u015bmy u\u017cy\u0107 MANOVA do analizy, jak poziom wykszta\u0142cenia (dyplom szko\u0142y \u015bredniej, stopie\u0144 naukowy, tytu\u0142 licencjata, tytu\u0142 magistra) wp\u0142ywa zar\u00f3wno na roczny doch\u00f3d, jak i ca\u0142kowite zad\u0142u\u017cenie z tytu\u0142u kredyt\u00f3w studenckich.<\/span> <\/p>\n Powi\u0105zane:<\/strong><\/span> R\u00f3\u017cnice mi\u0119dzy ANOVA, ANCOVA, MANOVA i MANCOVA<\/a><\/p>\n Za ka\u017cdym razem, gdy wykonujemy MANOVA, musimy sprawdzi\u0107, czy spe\u0142nione s\u0105 nast\u0119puj\u0105ce za\u0142o\u017cenia:<\/span><\/p>\n 1. Wielowymiarowa normalno\u015b\u0107<\/strong> \u2013 zmienne odpowiedzi maj\u0105 wielowymiarowy rozk\u0142ad normalny w ka\u017cdej grupie zmiennych czynnikowych.<\/span><\/p>\n 2. Niezale\u017cno\u015b\u0107<\/strong> \u2013 ka\u017cda obserwacja jest losowo i niezale\u017cnie pobierana z populacji.<\/span><\/p>\n 3. R\u00f3wna wariancja<\/strong> \u2013 macierze kowariancji populacji ka\u017cdej grupy s\u0105 r\u00f3wne.<\/span><\/p>\n 4. Brak wielowymiarowych warto\u015bci odstaj\u0105cych<\/strong> \u2013 nie ma skrajnych wielowymiarowych warto\u015bci odstaj\u0105cych.<\/span><\/p>\n W tym artykule przedstawiamy wyja\u015bnienie ka\u017cdego za\u0142o\u017cenia, a tak\u017ce spos\u00f3b ustalenia, czy za\u0142o\u017cenie jest spe\u0142nione.<\/span><\/p>\n MANOVA zak\u0142ada, \u017ce zmienne odpowiedzi maj\u0105 wielowymiarowy rozk\u0142ad normalny w ka\u017cdej grupie zmiennej czynnikowej.<\/span><\/p>\n Je\u017celi dla ka\u017cdej kombinacji czynnik + zmienna odpowiedzi przypada co najmniej 20 obserwacji, w\u00f3wczas mo\u017cemy za\u0142o\u017cy\u0107, \u017ce spe\u0142nione jest za\u0142o\u017cenie o wielowymiarowej normalno\u015bci.<\/span><\/p>\n Je\u017celi dla ka\u017cdej kombinacji czynnik*zmienna odpowiedzi jest mniej ni\u017c 20 obserwacji, mo\u017cemy utworzy\u0107 macierz wykresu rozrzutu w celu wizualizacji reszt i wizualnego sprawdzenia, czy to za\u0142o\u017cenie jest spe\u0142nione.<\/span><\/p>\n Na szcz\u0119\u015bcie powszechnie wiadomo, \u017ce MANOVA jest odporna na odchylenia od normalno\u015bci wielowymiarowej, wi\u0119c ma\u0142e lub umiarkowane odchylenia na og\u00f3\u0142 nie stanowi\u0105 problemu.<\/span><\/p>\n MANOVA zak\u0142ada, \u017ce ka\u017cda obserwacja jest losowo i niezale\u017cnie pobierana z populacji.<\/span><\/p>\n Dop\u00f3ki do zbierania danych stosowana jest metoda doboru probabilistycznego<\/a> (ka\u017cdy cz\u0142onek populacji ma r\u00f3wne prawdopodobie\u0144stwo znalezienia si\u0119 w pr\u00f3bie), mo\u017cemy za\u0142o\u017cy\u0107, \u017ce ka\u017cda obserwacja zosta\u0142a dobrana w spos\u00f3b losowy i niezale\u017cny.<\/span><\/p>\n Przyk\u0142ady metod pr\u00f3bkowania prawdopodobie\u0144stwa obejmuj\u0105:<\/span><\/p>\n MANOVA zak\u0142ada, \u017ce macierze kowariancji populacji ka\u017cdej grupy s\u0105 r\u00f3wne.<\/span><\/p>\n Najcz\u0119stszym sposobem sprawdzenia tej hipotezy jest u\u017cycie testu M Boxa. Wiadomo, \u017ce test ten jest do\u015b\u0107 rygorystyczny, dlatego zazwyczaj stosujemy poziom istotno\u015bci 0,001, aby okre\u015bli\u0107, czy macierze kowariancji populacji s\u0105 r\u00f3wne, czy nie.<\/span><\/p>\n Je\u017celi warto\u015b\u0107 p testu M Boxa jest wi\u0119ksza ni\u017c 0,001, mo\u017cemy za\u0142o\u017cy\u0107, \u017ce to za\u0142o\u017cenie jest spe\u0142nione.<\/span><\/p>\n Na szcz\u0119\u015bcie, nawet je\u015bli warto\u015b\u0107 p testu jest mniejsza ni\u017c 0,001, MANOVA jest zwykle odporna na odchylenia od tej hipotezy.<\/span><\/p>\n Aby nier\u00f3wne macierze kowariancji stanowi\u0142y problem, r\u00f3\u017cnice mi\u0119dzy macierzami kowariancji musz\u0105 by\u0107 do\u015b\u0107 ekstremalne.<\/span><\/p>\n MANOVA zak\u0142ada, \u017ce w danych nie wyst\u0119puj\u0105 skrajne wielowymiarowe warto\u015bci odstaj\u0105ce, kt\u00f3re mog\u0142yby znacz\u0105co wp\u0142yn\u0105\u0107 na wyniki.<\/span><\/p>\n Najcz\u0119stszym sposobem sprawdzenia tego za\u0142o\u017cenia jest obliczenie dla ka\u017cdej obserwacji odleg\u0142o\u015bci Mahalanobisa, kt\u00f3ra reprezentuje odleg\u0142o\u015b\u0107 mi\u0119dzy dwoma punktami w przestrzeni wielowymiarowej.<\/span><\/p>\n Je\u015bli odpowiadaj\u0105ca warto\u015b\u0107 p dla odleg\u0142o\u015bci Mahalanobisa obserwacji jest mniejsza ni\u017c 0,001, og\u00f3lnie stwierdzamy, \u017ce obserwacja ta jest skrajn\u0105 warto\u015bci\u0105 odstaj\u0105c\u0105.<\/span><\/p>\n Zapoznaj si\u0119 z poni\u017cszymi tutorialami, aby dowiedzie\u0107 si\u0119, jak obliczy\u0107 odleg\u0142o\u015b\u0107 Mahalanobisa w r\u00f3\u017cnych programach statystycznych:<\/span><\/p>\n Poni\u017csze samouczki wyja\u015bniaj\u0105, jak wykona\u0107 MANOVA w r\u00f3\u017cnych programach statystycznych:<\/span><\/p>\n Jak wykona\u0107 MANOVA w R<\/a> MANOVA (wieloczynnikowa analiza wariancji) s\u0142u\u017cy do analizy, w jaki spos\u00f3b jedna lub wi\u0119cej zmiennych czynnikowych wp\u0142ywa na wiele zmiennych odpowiedzi. Na przyk\u0142ad mogliby\u015bmy u\u017cy\u0107 MANOVA do analizy, jak poziom wykszta\u0142cenia (dyplom szko\u0142y \u015bredniej, stopie\u0144 naukowy, tytu\u0142 licencjata, tytu\u0142 magistra) wp\u0142ywa zar\u00f3wno na roczny doch\u00f3d, jak i ca\u0142kowite zad\u0142u\u017cenie z tytu\u0142u kredyt\u00f3w studenckich. Powi\u0105zane: R\u00f3\u017cnice mi\u0119dzy […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[3],"tags":[],"class_list":["post-2013","post","type-post","status-publish","format-standard","hentry","category-przewodnik"],"yoast_head":"\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/manova.png\")
<\/p>\n Za\u0142o\u017cenie 1: Wielowymiarowa normalno\u015b\u0107<\/strong><\/span><\/h3>\n
Hipoteza 2: Niepodleg\u0142o\u015b\u0107<\/strong><\/span><\/h3>\n
\n
Za\u0142o\u017cenie 3: r\u00f3wna wariancja<\/strong><\/span><\/h3>\n
Hipoteza 4: brak wielowymiarowych warto\u015bci odstaj\u0105cych<\/strong><\/span><\/h3>\n
\n
Dodatkowe zasoby<\/strong><\/span><\/h3>\n
Jak wykona\u0107 MANOVA w SPSS<\/a>
Jak wykona\u0107 MANOVA w Stata<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"