このバージョンのヘルプはこれ以降更新されません。最新のヘルプは https://www.jmp.com/support/help/ja/15.2   からご覧いただけます。


基本的な回帰モデル • 多変量分散分析
前へ
 • 
次へ
多変量分散分析
多変量の応答に対するモデル
「モデルのあてはめ」プラットフォームの［MANOVA］手法では、複数の応答変数（Y変数）に対して、多変量モデルをあてはめます。Y変数に対する計画行列（Y変数の変換を示す行列、Y変数に対する対比）を指定することにより、Y変数に関する関数を比較する多変量検定が行えます。
また、標準的なMANOVA（mulitivariate analysis of variance; 多変量分散分析）だけではなく、次のような分析も行えます。
•
反復測定分析。各個体についての反復測定データにおいて、個体間および個体内の効果を分析します。「MANOVA」で行われる多変量アプローチは、時点間の相関構造が特定できない場合に特に有効です。
•
正準相関分析。Xの線形結合とYの線形結合のうち、最も相関が高くなるものを見つけます。
•
判別分析。グループ平均と各点との距離を計算する式を求め、属している可能性が最も高いと思われるグループに各点を分類します。ただし、より複雑な判別分析を行うには、「判別分析」プラットフォームを用いてください。
多変量分散分析は、まず、各効果のパラメータ推定値と最小2乗平均を求める予備分析から始まります。その後、応答Yに対する計画行列（応答Yの比較を指定するための変換の行列）を選択し、多変量検定を実行します。
目次 
複数の応答を持つモデルの例
MANOVAのレポート
「MANOVAのあてはめ」のオプション
応答の指定
［応答の選択］のオプション
［カスタム検定］オプション
多変量検定
多変量検定の詳細
4つの多変量検定のそれぞれの特徴
一変量検定と球面性の検定
反復測定データに対する多変量モデル
反復測定の例
応答側が複合しているモデルの例
線形判別分析
［判別結果の保存］オプションの例
MANOVA手法の統計的詳細
多変量検定
近似F検定
正準相関分析の詳細