基本的な回帰モデル > 多変量分散分析
公開日: 04/01/2021

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、Y変数に対する計画行列を選択し、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
より詳細な情報が必要な場合や、質問があるときは、JMPユーザーコミュニティで答えを見つけましょう (community.jmp.com).