多元方差分析ppt课件
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
黑龙江(h) 北京(b) 江苏(j) 广东(g)
1
Ah1
Ab1
Bh1
Bb1
Aj1 Bj1
Ag1 Bg1
Ch1
Cb1
Cj1
Cg1
2
Ah2
Ab2
Aj2
Ag2
Bh2
Bb2
Bj2
Bg2
Ch2
Cb2
Cj2
Cg2
…
…
…
…
…
10
Ah10 Bh10 Ch10
Ab10 Bb10 Cb10
Aj10 Bj10 Cj10
Ag10 Bg10 Cg10 22
多元方差分析的基本思想 定义：对有一种以上响应变量(~因变量)
数据的方差分析
• 在考虑多个响应变量时，MANOVA把多个 响应变量看成一个整体，分析因素（因变 量）对多个响应变量整体的影响，发现不 同总体的最大组间差异。
7
MANOVA原理讲解
多元方差分析的基本思想 • 将响应变量的差异分解为两部分：一部分
• Wilks’Lambda：取值范围在0～1之间，值越小，说明该效 应项对模型的贡献越大；
• Hotelling迹：检验矩阵特征根之和，值总比Pillai’s轨迹的 值大。与Pillai’s轨迹相似，值越大贡献越大；
• Roy最大根统计量：为检验矩阵特征根中最大值，因此它总 是小于或等于Hotelling轨迹。
Hotelling’s T2
k>2
ANOVA
MANOVA
9
MANOVA原理讲解
多元方差分析的基本假设
• 各响应变量的联合分布为多元正态分布。 • 数据来自随机样本，观察值间独立。 • 每个样本的协方差矩阵均相同 • 响应变量间存在一定相关关系
10
MANOVA原理讲解
分析原理-多元方差分析-原假设
24
MANOVA 总SSCP矩阵T的分解
E: error SSCP H: hypothesis SSCP
25
ANOVA
MANOVA
Sums of squares (SS)
Sums of squares and cross product matrix (SSCP matrix)
多元方差分析 (Multivariate Analysis of Variance)
第一组
1
第一部分：MANOVA原理讲解 ——古 牧
第二部分：MANOVA与ANOVA之比较 ——胡凤琴
第三部分：MANOVA实际操作(SPSS) ——潘 璐
2
第一部分 MANOVA原理讲解
古牧
3
问题的提出
•例 在温室中种植多年生草本大金鸡菊 (Coreopsis lanceolata)，随机对其进行高 中低三个不同的营养(施肥)处理，考察不同 营养水平对种子数量和种子均重的影响。
当模型建立的前提条件不满足时，Pillai’s迹最为稳 健。
16
小结
MANOVA原理讲解
t-Test
ANOVA MAVOVA
目的
检验两组均值 是否差异
检验k组(k>2) 以上均值是
否有差异
检验k组间在 两个以上响 应变量间是
否有差异
自变量
响应变 量
一个 一个
一个或多个 一个或多个
一个
多个
17
MANOVA的强化理解 （与ANOVA作比较）
ANOVA的原假设
H0：u1=u2=u3=u4 Ui 代表什么？
MANOVA的原假设
： = uA1
H0
uB1
uC1
= uA2
uB2 uC2
= uA3
uB3 uC3
uA4 uB4 uC4
uAi uBi 代表什么？ uCi
23
ANOVA总平方和的分解
SSerror : SSwithin SStreatment: SSbetween, SShypothesis
何为多元方差分析？
4
MANOVA原理讲解
单因素检验的回顾
• t-检验：检验两个样本(k=2)的平均值差异程 度，适用于较大样本(两样本总量大于等于 30)。
• 方差分析(ANOVA)：通过分解样本方差，比 较若干个(k>2)样本均值，检验不同的处理所 产生的效应的差异是否显著。方差分析被认 为是t-检验的推广。
黑龙江(h) 北京(b) 江苏(j) 广东(g)
1
Ah1
Ab1
Aj1
Ag1
2
Ah2
Ab2
Aj2
Ag2
…
…
…
…
…
10
Ah10
Ab10
Aj10
Ag10
20
One-way MANOVA原始数据
N=n1+n2+…+ng p: 响应变量个数
21
One-way MANOVA举例
来自黑龙江、北京、江苏、广东4省的芦苇在光 合效率(A)，叶片长度(B)，开花时间(C)上有无显 著差异，每地各量测10株。
为组间变异(处理效应)，一部分为组内变 异(误差效应)，对这两部分的变异进行比 较。
可以用多次的ANOVA检验 代替MANOVA检验吗？
8
适用情况比较:t-Test vs. Hotelling’s T2
ANOVA vs. MAVOVA
样本个数 k=2
响应变量个数
一個 (一元)
t-Test
超过一個 (多元)
df
自由度Biblioteka Baidu
SSCP ……
组间
k 1
H
威尔克斯统 计量
组内
N k
E
总和
N1 THE
14
MANOVA原理讲解
二因子多元方差分析(MANOVA table)：
SSCPT= SA+SB+SAB+SE
15
MANOVA原理讲解
多元方差分析的四个检验统计量
• Pillai’s迹：恒为正数，值越大，表明该效应项对模型的贡 献越大；
胡凤琴
18
One-way ANOVA的原始数据
处理水平个数(treatment levels)
(重复)
用ni表示各处理的重复数 N=n1+n2+…+ng
19
One-way ANOVA举例
芦苇(Phragmites australis)是广布种。欲检验产 于黑龙江、北京、江苏、广东4省的芦苇在光合效 率(A)上有无显著差异，每地各量测10株。
p个响应变量 n个因子水平
多元方差分析的统计原假设的向量形式如下：
u11
u12
u21
u22
H0: = ... = … = … =
up1
up2
或H0:u1=u2=…=un
Ha: u1,u2,…,un不全相等
u1n u2n …
upn
11
MANOVA原理讲解
检验统计量的计算
单因子多元方差分析：
SSCPT= SH+SE 来源
5
MANOVA原理讲解
一元方差分析的回顾
• 单因素方差分析(one-way ANOVA)：主要 用于检验一种因素（自变量）对所研究变量 （响应变量）的影响大小。
• 多因素方差分析(two/more-way ANOVA)： 检验两个或两个以上自变量的变化对某一响 应变量的影响。
6
MANOVA原理讲解
1
Ah1
Ab1
Bh1
Bb1
Aj1 Bj1
Ag1 Bg1
Ch1
Cb1
Cj1
Cg1
2
Ah2
Ab2
Aj2
Ag2
Bh2
Bb2
Bj2
Bg2
Ch2
Cb2
Cj2
Cg2
…
…
…
…
…
10
Ah10 Bh10 Ch10
Ab10 Bb10 Cb10
Aj10 Bj10 Cj10
Ag10 Bg10 Cg10 22
多元方差分析的基本思想 定义：对有一种以上响应变量(~因变量)
数据的方差分析
• 在考虑多个响应变量时，MANOVA把多个 响应变量看成一个整体，分析因素（因变 量）对多个响应变量整体的影响，发现不 同总体的最大组间差异。
7
MANOVA原理讲解
多元方差分析的基本思想 • 将响应变量的差异分解为两部分：一部分
• Wilks’Lambda：取值范围在0～1之间，值越小，说明该效 应项对模型的贡献越大；
• Hotelling迹：检验矩阵特征根之和，值总比Pillai’s轨迹的 值大。与Pillai’s轨迹相似，值越大贡献越大；
• Roy最大根统计量：为检验矩阵特征根中最大值，因此它总 是小于或等于Hotelling轨迹。
Hotelling’s T2
k>2
ANOVA
MANOVA
9
MANOVA原理讲解
多元方差分析的基本假设
• 各响应变量的联合分布为多元正态分布。 • 数据来自随机样本，观察值间独立。 • 每个样本的协方差矩阵均相同 • 响应变量间存在一定相关关系
10
MANOVA原理讲解
分析原理-多元方差分析-原假设
24
MANOVA 总SSCP矩阵T的分解
E: error SSCP H: hypothesis SSCP
25
ANOVA
MANOVA
Sums of squares (SS)
Sums of squares and cross product matrix (SSCP matrix)
多元方差分析 (Multivariate Analysis of Variance)
第一组
1
第一部分：MANOVA原理讲解 ——古 牧
第二部分：MANOVA与ANOVA之比较 ——胡凤琴
第三部分：MANOVA实际操作(SPSS) ——潘 璐
2
第一部分 MANOVA原理讲解
古牧
3
问题的提出
•例 在温室中种植多年生草本大金鸡菊 (Coreopsis lanceolata)，随机对其进行高 中低三个不同的营养(施肥)处理，考察不同 营养水平对种子数量和种子均重的影响。
当模型建立的前提条件不满足时，Pillai’s迹最为稳 健。
16
小结
MANOVA原理讲解
t-Test
ANOVA MAVOVA
目的
检验两组均值 是否差异
检验k组(k>2) 以上均值是
否有差异
检验k组间在 两个以上响 应变量间是
否有差异
自变量
响应变 量
一个 一个
一个或多个 一个或多个
一个
多个
17
MANOVA的强化理解 （与ANOVA作比较）
ANOVA的原假设
H0：u1=u2=u3=u4 Ui 代表什么？
MANOVA的原假设
： = uA1
H0
uB1
uC1
= uA2
uB2 uC2
= uA3
uB3 uC3
uA4 uB4 uC4
uAi uBi 代表什么？ uCi
23
ANOVA总平方和的分解
SSerror : SSwithin SStreatment: SSbetween, SShypothesis
何为多元方差分析？
4
MANOVA原理讲解
单因素检验的回顾
• t-检验：检验两个样本(k=2)的平均值差异程 度，适用于较大样本(两样本总量大于等于 30)。
• 方差分析(ANOVA)：通过分解样本方差，比 较若干个(k>2)样本均值，检验不同的处理所 产生的效应的差异是否显著。方差分析被认 为是t-检验的推广。
黑龙江(h) 北京(b) 江苏(j) 广东(g)
1
Ah1
Ab1
Aj1
Ag1
2
Ah2
Ab2
Aj2
Ag2
…
…
…
…
…
10
Ah10
Ab10
Aj10
Ag10
20
One-way MANOVA原始数据
N=n1+n2+…+ng p: 响应变量个数
21
One-way MANOVA举例
来自黑龙江、北京、江苏、广东4省的芦苇在光 合效率(A)，叶片长度(B)，开花时间(C)上有无显 著差异，每地各量测10株。
为组间变异(处理效应)，一部分为组内变 异(误差效应)，对这两部分的变异进行比 较。
可以用多次的ANOVA检验 代替MANOVA检验吗？
8
适用情况比较:t-Test vs. Hotelling’s T2
ANOVA vs. MAVOVA
样本个数 k=2
响应变量个数
一個 (一元)
t-Test
超过一個 (多元)
df
自由度Biblioteka Baidu
SSCP ……
组间
k 1
H
威尔克斯统 计量
组内
N k
E
总和
N1 THE
14
MANOVA原理讲解
二因子多元方差分析(MANOVA table)：
SSCPT= SA+SB+SAB+SE
15
MANOVA原理讲解
多元方差分析的四个检验统计量
• Pillai’s迹：恒为正数，值越大，表明该效应项对模型的贡 献越大；
胡凤琴
18
One-way ANOVA的原始数据
处理水平个数(treatment levels)
(重复)
用ni表示各处理的重复数 N=n1+n2+…+ng
19
One-way ANOVA举例
芦苇(Phragmites australis)是广布种。欲检验产 于黑龙江、北京、江苏、广东4省的芦苇在光合效 率(A)上有无显著差异，每地各量测10株。
p个响应变量 n个因子水平
多元方差分析的统计原假设的向量形式如下：
u11
u12
u21
u22
H0: = ... = … = … =
up1
up2
或H0:u1=u2=…=un
Ha: u1,u2,…,un不全相等
u1n u2n …
upn
11
MANOVA原理讲解
检验统计量的计算
单因子多元方差分析：
SSCPT= SH+SE 来源
5
MANOVA原理讲解
一元方差分析的回顾
• 单因素方差分析(one-way ANOVA)：主要 用于检验一种因素（自变量）对所研究变量 （响应变量）的影响大小。
• 多因素方差分析(two/more-way ANOVA)： 检验两个或两个以上自变量的变化对某一响 应变量的影响。
6
MANOVA原理讲解