Hotelling T2检验和多元方差分析
1.1 Hotelling T2检验
Hotelling T2检验是一种常用多变量检验方法,是单变量检验的自然推广,常用于两组均向量的比较。
设两个含量分析为n,m的样本来自具有公共协方差阵的q维正态分布N(μ1,∑),N(μ2,∑),欲检验
H0:μ1=μ2 H1:μ1≠μ2
分别计算出两样本每个变量的均值构成的均向量X、Y及合并的组内协方差阵S,则统计量T2为
其中,S=(Lx+Ly)/(n+m-2),为合并协方差矩阵,分别为两样本的离差阵,即:
求得T2后,可查相应界值表得到P值,从而作出结论。但通常将其转换为统计量F再由F分布得到P值。
1.2 多元方差分析
多元方差分析(multivariate analysis of variance, MANOVA)是单变量方差分析和Hotelling T2检验的推广,用于多组均向量间的比较。
设含量为n1,n2,…,ng的g个样本分别来自q维多元正态分布,Nq(μ1,∑),Nq(μ2,∑),…,Nq(μg,∑),则可根据交并原则或极大似然比原则推出多个统计量用于判断多个均向量是否来自同一总体。常用的统计量有Wilks λ, Pillai迹,Hotelling-Lawley迹和Roy的最大特征根。他们都以组内和组间离差阵有关,且其推断结论一般都一致,故这里仅介绍最常用的Wilks统计量:
式中E为合并的组内离差阵,B为组间离差阵,T为总离差阵。λ满足于自由度分别为q、n(=n1+n2+…+ng)、g的Wilks分布,可查其相应界值表得到P值,但通常也是转换为F分布后再得到P值。
http://blog.sina.com.cn/s/blog_647fe1580101i84d.html
http://www.qnr.cn/med/data/lcyxzk/ylx/201003/376058.html
摘 要 介绍Hotelling T2检验和多元方差分析在吸毒者生命质量资料分析中的应用,并对有关的问题进行探讨。认为Hotelling T2检验和多元方差分析是适合生命质量资料的,不但可得出整体生命质量比较的结论,而且借助进一步的单变量分析尚可得到各领域的比较结果。
关键词 Hotelling T2检验 多元方差分析 生命质量 吸毒
生命质量(quality of life, QOL)包括多个领域(domain),每个领域又分为多个小方面(facet)和条目(item),因此,生命质量资料是一种多指标多终点的资料。随着生命质量研究的日益兴隆,生命质量资料的分析方法日益受到关注[1~3]。鉴于单变量检验法存在的问题[2,3],一种自然的想法就是将生命质量每一个分析指标当成一个变量,从而采用Hotelling T2检验和多元方差分析来处理。本文以吸毒者生命质量资料的处理为例,具体介绍了Hotelling T2检验和多元方差分析在生命质量资料分析中的应用,并对应用中的有关问题进行探讨。
1 方法
1.1 Hotelling T2检验
Hotelling T2检验是一种常用多变量检验方法,是单变量检验的自然推广,常用于两组均向量的比较。
设两个含量分析为n,m的样本来自具有公共协方差阵的q维正态分布N(μ1,∑),N(μ2,∑),欲检验
H0:μ1=μ2 H1:μ1≠μ2
分别计算出两样本每个变量的均值构成的均向量X、Y及合并的组内协方差阵S,则统计量T2为
其中,S=(Lx+Ly)/(n+m-2),为合并协方差矩阵,分别为两样本的离差阵,即:
求得T2后,可查相应界值表得到P值,从而作出结论。但通常将其转换为统计量F再由F分布得到P值。
1.2 多元方差分析
多元方差分析(multivariate analysis of variance, MANOVA)是单变量方差分析和Hotelling T2检验的推广,用于多组均向量间的比较。
设含量为n1,n2,…,ng的g个样本分别来自q维多元正态分布,Nq(μ1,∑),Nq(μ2,∑),…,Nq(μg,∑),则可根据交并原则或极大似然比原则推出多个统计量用于判断多个均向量是否来自同一总体。常用的统计量有Wilks λ, Pillai迹,Hotelling-Lawley迹和Roy的最大特征根。他们都以组内和组间离差阵有关,且其推断结论一般都一致,故这里仅介绍最常用的Wilks统计量:
式中E为合并的组内离差阵,B为组间离差阵,T为总离差阵。λ满足于自由度分别为q、n(=n1+n2+…+ng)、g的Wilks分布,可查其相应界值表得到P值,但通常也是转换为F分布后再得到P值。
2 实例分析
我们研制的吸毒者生命质量测定量表QOL-DA[4]由4个领域构成,即躯体功能(PH)、心理功能(PS)、戒断症状及副作用(ST)和社会功能(SO)。用此量表在戒毒所随机抽取强制戒毒者158例和自愿戒毒者54例进行测定。将上述4个方面的得分分别作为4个分析变量,对两组的生命质量进行比较(因其服从正态分布且方差齐,故直接采用t检验处理),结果见附表。
附表 强制与自原戒毒者入所时的生命质量比较
分析指标 | 强制组 | 自愿组 | t | P | ||
均数 | 标准差 | 均数 | 标准差 | |||
躯体功能 | 24.48 | 7.50 | 23.50 | 7.39 | 0.81 | 0.42 |
心理功能 | 26.91 | 8.52 | 27.98 | 8.45 | -0.80 | 0.43 |
戒断症状/副作用 | 30.64 | 11.37 | 31.29 | 12.18 | -0.36 | 0.72 |
社会功能 | 32.08 | 9.68 | 35.83 | 10.13 | -2.04 | 0.042 |
从附表可知,两戒毒组仅有社会功能领域差异有显著性。 显然,单变量t检验仅能对生命质量的每个领域进行单独的分析,缺乏对生命质量的总体评价。因此,这里再用本文方法进行处理。 因各变量都服从正态分布,可视为满足多元正态分布,又系两组的比较,故采用Hotelling T2检验,求得: 强制组均向量(PH,PS,ST,SO)为X=(24.48 26.91 30.64 32.68) 自愿组均向量(PH,PS,ST,SO)为Y=(23.50 27.98 31.29 35.83) 协差阵齐性检验: F=9.34 P=0.499 Hotelling T2检验: F=2.48 P=0.045 协差阵检验的P值较大,可认为满足齐性,因此可采用Hotelling T2检验的结果。从生命质量的四个领域综合来看,可认为两戒毒组生命质量有统计学显著性差异。 3 讨论 作者单位:中山医科大学卫生统计学教研室 广州510089 参考文献 [1]Cox DR, Fitzpatirick R, Fletcher AE et al. Quality-of-life assessment:can we keep it simple? J.R.Statist. Soc.A. 1992,155:353. 收稿日期:1998-08-10 |
转载于:https://www.cnblogs.com/bnuvincent/p/6230075.html
Hotelling T2检验和多元方差分析相关推荐
- SPSS分析技术:多元方差分析
SPSS分析技术:多元方差分析 下面要介绍多元方差分析的内容,多元方差分析是研究多个自变量与多个因变量相互关系的一种统计理论方法,又称多变量分析.多元方差分析实质上是单因变量方差分析(包括单因素和多因 ...
- python 多因素方差分析_SPSS分析技术:多元方差分析
下面要介绍多元方差分析的内容,多元方差分析是研究多个自变量与多个因变量相互关系的一种统计理论方法,又称多变量分析.多元方差分析实质上是单因变量方差分析(包括单因素和多因素方差分析)的发展和推广,适用于 ...
- R语言manova函数进行多元方差分析(Multivariate analysis of variance 、MANOVA)、如果多变量检验结果有显著性,summary.aov函数锦欣单变量方差分析
R语言使用manova函数进行多元方差分析(Multivariate analysis of variance (MANOVA)).如果多变量检验结果具有显著性,使用summary.aov函数获得单变 ...
- R语言单向多元方差分析MANOVA(one-way MANOVA)实战:multivariate analysis of variance
R语言单向多元方差分析MANOVA(one-way MANOVA)实战:multivariate analysis of variance 目录 R语言单向多元方差分析MANOVA(one-way M ...
- R实战 | 置换多元方差分析(以PCoA的PERMANOVA分析为例)
adonis-cover 置换多元方差分析(Permutational multivariate analysis of variance,PERMANOVA),又称非参数多因素方差分析(nonpar ...
- hotelling t2 matlab,pca主成份分析方法
1.应用pca的前提 应用pca的前提是,连续信号具有相关性.相关性是什么,是冗余.就是要利用pca去除冗余. 2.pca的定义 pca是一种去除随机变量间相关性的线性变换.是一种常用的多元数据分析方 ...
- 【R生态】非参数多元检验(ADONIS、ANOSIM、PERMANOVA及MRPP等多元方差分析)
- 【统计分析】(task2) 假设检验2:多元数值向量检验
学习总结 如为了判断两个城市的企业发展状况存不存在显著差异,需要将这些指标作为一个整体去研究,才能解决上述问题.而在多元数值向量的假设检验中,最常用的假设检验便是均值向量的假设检验. 多元部分就没有解 ...
- 方差分析ANOVA:理论、推导与R语言实现
方差分析 1 概要 方差分析(Analysis of variance, ANOVA) 主要研究分类变量作为自变量时,对因变量的影响是否是显著的. 方差分析的方法是由20世纪的统计学家Ronald A ...
- 10.MATLAB方差分析
更多MATLAB数据分析视频请点击,或者在网易云课堂上搜索<MATLAB数据分析与统计> http://study.163.com/course/courseMain.htm?course ...
最新文章
- java 反射获取泛型,用反射获取Java中的泛型参数的类型
- PHP常用函数之文件系统处理
- python __init__ __new___Python中的__init__和__new__介绍
- 机械硬盘4k读写速度_有容乃大,18T企业级机械硬盘旗舰—希捷银河Exos X18测试...
- SQL 查询数据库中包含指定字符串的相关表和相关记录
- css 大于号 标签_CSS设计基础选择器篇
- linux --- vsftp
- 7种常见的数据分析基本思路,满足你职场95%的需求
- A+B Problem(洛谷-P1001)
- 金融时序预测中的深度学习方法综述!
- 厉害了,蚂蚁金服!创造了中国自己的数据库 OceanBase
- 为什么rand()+ rand()产生负数?
- php单例模式代码,php设计模式之单例模式代码
- (转)DPDK内存管理 02 -----初始化
- go语言实战学习笔记
- python-pandas-简单的excel表格按行去重
- java 异步网络编程_java网络编程实战 - 基于BIO的伪异步、高并发、全双工、长链接持续消息IO的网络编程...
- 解决IE浏览器无法删除证书的问题
- 惠州学院计算机学院院长,惠州学院计算机科学与工程学院院领导一行来我院参观交流...
- 基于opencv实现桌面图标识别
热门文章
- 如何通过努力出书,如何写有畅销资质的书,本文汇集了多位计算机图书作者的经验
- mac关闭虚拟内存_为什么不应该关闭Mac上的虚拟内存
- Java基础13:反射详解
- python语言转换为go_从 Python 到 Golang-Go语言中文社区
- java查看eth转账状态_eth交易记录input解析
- Rayman的绝顶之路——Leetcode每日一题打卡19
- 【通过输入身份证前17位得到省份,性别,年龄,出生日期和最后一位】
- Word怎么删除空白页? 告诉你6招技巧
- [渝粤教育] 广东-国家-开放大学 21秋期末考试组织行为学10068k2
- OMNet++ Tic Toc例程的解析1