coeftest

Класс: RepeatedMeasuresModel

Линейный тест гипотезы на коэффициентах повторной модели мер

Синтаксис

tbl = coeftest(rm,A,C,D)

Описание

пример

tbl = coeftest(rm,A,C,D) возвращает таблицу tbl, содержащую многомерный дисперсионный анализ (manova) для повторной модели rm мер.

Входные параметры

развернуть все

Повторная модель мер, возвращенная как объект RepeatedMeasuresModel.

Для свойств и методов этого объекта, смотрите RepeatedMeasuresModel.

Спецификация, представляющая модель между предметами, заданную как a-by-p числовая матрица, с рангом ap.

Типы данных: single | double

Спецификация, представляющая в предметах (в течение времени) гипотезы, заданные как r-by-c числовая матрица, с рангом crnp.

Типы данных: single | double

Предполагавшееся значение, заданное как скалярное значение или a-by-c матрица.

Типы данных: single | double

Выходные аргументы

развернуть все

Результаты многомерного дисперсионного анализа для повторной модели rm мер, возвращенной как таблица, содержащая следующие столбцы.

StatisticТип тестовой статистической величины используется
ValueЗначение соответствующей тестовой статистической величины
FF- значение
RSquareМера отклонения объяснена
df1Степени свободы числителя для F - статистическая величина
df2Степени свободы знаменателя для F - статистическая величина
pValuep- сопоставлено с тестовым значением статистической величины

Примеры

развернуть все

Загрузите выборочные данные.

load repeatedmeas

Таблица between включает возраст переменных между предметами, IQ, группу, пол и восемь повторных мер y1 через y8 как ответы. Таблица within включает переменные w1 и w2 в предмете. Это - моделируемые данные.

Соответствуйте повторной модели мер, где повторными мерами, y1 через y8 является ответами, и возрастом, IQ, группой, полом и взаимодействием пола группы, являются переменные прогноза. Также задайте матрицу проекта в предмете.

rm = fitrm(between,'y1-y8 ~ Group*Gender + Age + IQ','WithinDesign',within);

Протестируйте это, коэффициенты всех условий в модели между предметами являются тем же самым для первой и последней повторной переменной измерения.

coeftest(rm,eye(8),[1 0 0 0 0 0 0 -1]')
ans=4×7 table
    Statistic     Value       F       RSquare    df1    df2    pValue 
    _________    _______    ______    _______    ___    ___    _______

    Pillai        0.3355    1.3884    0.3355      8     22     0.25567
    Wilks         0.6645    1.3884    0.3355      8     22     0.25567
    Hotelling    0.50488    1.3884    0.3355      8     22     0.25567
    Roy          0.50488    1.3884    0.3355      8     22     0.25567

p- значение 0,25567 указывает, что существует недостаточно статистических данных, чтобы прийти к заключению, что коэффициенты всех условий в модели между предметами для первой и последней повторной переменной мер отличаются.

Советы

  • Этот тест задан как A*B*C = D, где B является матрицей коэффициентов в повторной модели мер. A и C являются числовыми матрицами соответствующего размера для этого умножения. D является скалярной или числовой матрицей соответствующего размера. Значением по умолчанию является D = 0.

Смотрите также

|

Для просмотра документации необходимо авторизоваться на сайте