Exponenta Banner

coeftest

Класс: RepeatedMeasuresModel

Линейный тест гипотезы на коэффициентах модели повторных измерений

развернуть все на странице

Синтаксис

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

Описание

пример

tbl = coeftest(rm,A,C,D) возвращает таблицу tbl содержащий многомерный дисперсионный анализ (манова) для модели повторных измерений rm.

Входные параметры

расширить все

Модель повторных измерений, возвращенная как RepeatedMeasuresModel объект.

Для свойств и методов этого объекта смотрите RepeatedMeasuresModel.

Спецификация, представляющая модель между предметами, определенную как a p числовой матрицей, с <reservedrangesplaceholder1> ≤ <reservedrangesplaceholder0> ранга.

Типы данных: single | double

Спецификация, представляющая в предметах (в течение времени) гипотезы, определенные как r c числовой матрицей, с <reservedrangesplaceholder3> ≤ <reservedrangesplaceholder2> ≤ <reservedrangesplaceholder1> ранга - p.

Типы данных: single | double

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

Типы данных: single | double

Выходные аргументы

расширить все

Результаты многомерного дисперсионного анализа для модели повторных измерений rm, возвращен как таблица, содержащая следующие столбцы.

StatisticТип используемой тестовой статистики
ValueЗначение соответствующей тестовой статистики
FF -статистическое значение
RSquareМера отклонения объяснена
df1Числитель степеней свободы для F -statistic
df2Знаменательные степени свободы для F -статистического
pValuep -значение, сопоставленное с тестовым статистическим значением

Примеры

расширить все

Открыть Live Script

Загрузите выборочные данные. 

load repeatedmeas

Таблица between включает возраст переменных между субъектами, IQ, группу, пол и восемь повторных измерений y1 через y8 в качестве ответов. Таблица within включает переменные внутри субъекта w1 и w2. Это моделируемые данные.

Подбирайте модель повторных измерений, где повторные измерения y1 через y8 являются откликами, и возраст, IQ, группа, пол и взаимодействие группа-пол являются переменными предиктора. Также задайте матрицу проекта внутри субъекта.

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

Проверяйте, что коэффициенты всех членов в модели между субъектами одинаковы 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

pЗначение 0.25567 указывает, что статистических данных недостаточно, чтобы сделать вывод, что коэффициенты всех членов в модели между субъектами для первой и последней переменной повторных измерений различны.

Совет

  • Этот тест определяется как A*B*C = D, где B - матрица коэффициентов в модели повторных измерений. A и C являются числовыми матрицами правильного размера для этого умножения. D является скалярной или числовой матрицей правильного размера. Значение по умолчанию является D = 0.

См. также

|

Statistics and Machine Learning Toolbox документация

Поддержка