发布日期: 09/18/2023

多元检验的统计详细信息

在下文中,E 是残差叉积矩阵,H 是模型叉积矩阵。E 的对角线元素是每个变量的残差平方和。H 的对角线元素是每个变量的模型平方和。在判别分析文献中,E 通常称为 W,其中 W 表示组内

多元结果表中的检验统计量是 Equation shown here 的特征值 l 的函数。以下列表说明了每个检验统计量的计算。

注意:在指定响应设计后,将初始 EH 矩阵用 M 自左乘,然后用 M 自右乘。

Wilks Lambda

Equation shown here

Pillai 迹

Equation shown here

Hotelling-Lawley 迹

Equation shown here

Roy 最大根

Equation shown hereEquation shown here 的最大特征值。

EH 定义如下:

Equation shown here

Equation shown here

其中 b 是模型系数的估计向量,A- 表示矩阵 A 的广义逆。

整体模型 L 是与以下单位矩阵拼接而成的零列(用于截距):该矩阵的行数和列数与模型中的参数数目相等。效应的 L 矩阵是整体模型 L 矩阵的行的子集。

需要更多信息?有问题?从 JMP 用户社区得到解答 (community.jmp.com).