coeftest

Класс: RepeatedMeasuresModel

Линейный тест гипотезы на коэффициентах модели повторных измерений

Синтаксис

Описание

пример

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

Входные параметры

развернуть все

Модель повторных измерений, возвращенная как RepeatedMeasuresModel объект.

Для свойств и методов этого объекта, смотрите RepeatedMeasuresModel.

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

Типы данных: single | double

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

Типы данных: single | double

Предполагавшееся значение в виде скалярного значения или a-by-c матрица.

Типы данных: single | double

Выходные аргументы

развернуть все

Результаты многомерного дисперсионного анализа для модели rm повторных измерений, возвращенный 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 измерений y1 через y8 как ответы. Таблица within включает переменные w1 в предмете и w2. Это - симулированные данные.

Подбирайте модель повторных измерений, где повторные измерения y1 через y8 ответы, и возраст, IQ, группа, пол, и взаимодействие пола группы является переменными предикторами. Также задайте матрицу проекта в предмете.

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

Протестируйте это, коэффициенты всех терминов 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 терминов в модели между предметами для первой и последней переменной повторных измерений отличаются.

Советы

  • Этот тест задан как A*B*C = D, где B матрица коэффициентов в модели повторных измерений. A и C числовые матрицы соответствующего размера для этого умножения. D скалярная или числовая матрица соответствующего размера. Значением по умолчанию является D = 0.

Смотрите также

|

Для просмотра документации необходимо авторизоваться на сайте