MerQuR+İstatistik Sözlüğü

İstatistik Sözlüğü → MANOVA

MANOVAanaliz

Grupların birden çok sürekli sonuç değişkeninde birlikte, yani bu değişkenlerin ortalamalarından oluşan profil bakımından farklı olup olmadığını tek bir testte sınayan çok değişkenli varyans analizi.

Kavram

Bir müdahale ya da grup farkı çoğu zaman tek bir sonuçta değil, birbiriyle ilişkili birkaç sonuçta birden kendini gösterir. Her sonuç için ayrı ANOVA yapmak hem yanlış alarm riskini büyütür hem de sonuçlar arasındaki ilişkiyi göz ardı eder. MANOVA, bağımlı değişkenleri bir bütün olarak ele alır ve sıfır hipotezini sınar: tüm grupların ortalama vektörleri (her değişkendeki ortalamalardan oluşan profiller) eşittir. Bazen tek tek değişkenlerde belirgin olmayan farklar, değişkenler birlikte ele alındığında ortaya çıkar.

ANOVA'daki gruplar arası ve grup içi kareler toplamlarının yerini burada matrisler alır: gruplar arası (H) ve hata (E) kareler ve çapraz çarpımlar matrisleri. Bu iki matrisin oranından dört test istatistiği türetilir: Wilks Λ (grup içi değişkenliğin toplam değişkenliğe oranı; küçük değer büyük grup farkı demektir), Pillai izi, Hotelling-Lawley izi ve Roy'un en büyük kökü. Hepsi F dağılımına çevrilerek p değeri hesaplanır. Pillai izi varsayım ihlallerine en dayanıklı olanıdır.

Varsayımlar: gözlemler bağımsızdır, bağımlı değişkenler her grupta birlikte çok değişkenli normal dağılır, grupların kovaryans matrisleri eşittir (Box M) ve çok değişkenli aykırı değer yoktur. Bağımlı değişkenler orta düzeyde ilişkili olduğunda MANOVA en anlamlıdır; neredeyse ilişkisizlerse ayrı ANOVA'lar, çok yüksek ilişkiliyse tek bir bileşik puan daha uygun olabilir. Anlamlı bir MANOVA'dan sonra farkın hangi değişkenlerde ve hangi gruplar arasında olduğu izleyen ANOVA'lar, post-hoc testler ya da diskriminant analiziyle incelenir.

Ne zaman kullanılır?

  • Gruplar (ör. üç eğitim programı, üç tedavi) birbiriyle ilişkili birden çok sürekli sonuçta birlikte karşılaştırılacağında.
  • Yalnız tek bir sonuç değişkeni varsa tek yönlü ya da iki yönlü ANOVA yeterlidir; aynı sonuç aynı kişilerde birkaç kez ölçüldüyse tekrarlı ölçümler ANOVA kullanılır.
  • Grupları en iyi ayıran değişken bileşiminin kendisi ilgi odağıysa diskriminant analizi; çok değişkenli normallik ve eşit kovaryans varsayımları ciddi biçimde bozuluyorsa permütasyon tabanlı çok değişkenli testler (ör. PERMANOVA) düşünülür.

Gündelik bir örnek

Bir spor merkezi üç programı (yoga, pilates, aerobik) karşılaştırmak istiyor ve her programdan 25 üyenin 12 hafta sonundaki esneklik, kas gücü ve dayanıklılık puanlarını ölçüyor. Üç puanı ayrı ayrı sınamak yerine MANOVA, programların bu üç puandan oluşan 'zindelik profili' bakımından farklı olup olmadığını tek testte sınar. Wilks Λ = 0,70 ve p < 0,001 çıkarsa programların profilleri farklıdır; izleyen ANOVA'lar farkın özellikle esneklikte (yoga önde) ve dayanıklılıkta (aerobik önde) olduğunu gösterebilir.

MerQur'da parametreler

Güven düzeyi (%90, %95, %99, Diğer/özel 80.0-99.9)

Kavram: Güven düzeyi, anlamlılık kararlarının eşiğini (α = 1 − güven düzeyi) belirler. Test istatistiklerini ve p değerlerini değiştirmez; yalnız hangi sonuçların 'anlamlı' sayılacağını değiştirir.

Gündelik örnek: Program farkı için p = 0,02 bulunduysa %95 güven düzeyinde anlamlı, %99 güven düzeyinde anlamsızdır. Spor merkezi yatırım kararını sağlam bir kanıta dayandırmak istiyorsa daha yüksek güven düzeyi seçebilir.

Ne işe yarar: α = 1 - güven düzeyi; MANOVA'da güven aralığı üretilmez.

Sonuca etkisi: Yalnız karar ifadeleri (H0 red / kabul, Box M ve Levene "karşılanıyor / İHLAL") ve post-hoc ile tek değişkenli satırlardaki anlamlılık işaretleri değişir; istatistikler değişmez. Özel değer yalnız "Diğer" seçiliyken okunur.

Doğrulama verisinde: hsb2 Box M p = 0.1663: %95'te "karşılanıyor", %80'de (α = 0.20) "İHLAL". UCLA Pillai p = 0.0122: %99'da "H0 reddedilemez".

→ Güven düzeyi ve güven aralığı

Referans test (Wilks, Pillai, Hotelling-Lawley, Roy)

Kavram: Dört çok değişkenli test aynı soruyu farklı biçimlerde özetler. Wilks Λ en yaygın raporlanandır; Pillai izi varsayım ihlallerine ve dengesiz gruplara karşı en dayanıklıdır; Hotelling-Lawley izi genellikle Wilks ile benzer sonuç verir; Roy'un en büyük kökü grup farkı tek bir boyutta toplandığında en güçlüsüdür ama varsayımlar bozulduğunda en kolay yanlış alarm verendir. Testler çoğu zaman aynı kararı verir.

Gündelik örnek: Programlar arasındaki fark esasen tek bir 'esneklik ekseninde' toplanıyorsa Roy testi bunu en kolay yakalar. Grup büyüklükleri dengesiz ve Box M sınırdaysa karar Pillai izine dayandırılır.

Ne işe yarar: Genel kararın (başlıktaki F, p, karar) hangi çok değişkenli testten alınacağını seçer; tablo her durumda dört testi gösterir.

Sonuca etkisi: Başlık F, p ve karar değişir.

Doğrulama verisinde: UCLA: Wilks 0.52578838, F(6, 56) = 3.5382, p = 0.004859; Pillai 0.47667013, F(6, 58) = 3.0248; Roy 0.89198790, F(3, 29) = 8.6225. Dengesiz veya küçük gruplarda ya da kovaryans homojenliği şüpheliyken Pillai önerilir (Olson, 1979).

→ Çok değişkenli test istatistikleri (Wilks Λ, Pillai izi, Hotelling-Lawley, Roy)

Etki büyüklüğü, tek değişkenli ANOVA, betimsel (onay kutuları)

Kavram: Çok değişkenli etki büyüklüğü, grup farkının bağımlı değişkenlerin bileşimindeki değişkenliğin ne kadarını açıkladığını gösterir. İzleyen tek değişkenli ANOVA'lar her değişkene ayrı ayrı bakar; birden çok test yapıldığı için p değerleri değişken sayısıyla çarpılarak (Bonferroni) düzeltilir. Betimsel tablo her grubun her değişkendeki ortalamasını verir.

Gündelik örnek: Etki büyüklüğü 0,16 ise zindelik profilindeki farklılığın yaklaşık %16'sı programla ilişkilidir. Üç puan için ayrı ANOVA yapıldığında esneklik için p = 0,01 bulunursa Bonferroni ile bu 0,03 olur ve %5 düzeyinde hâlâ anlamlıdır.

Ne işe yarar: Etki büyüklüğü 1 - Λ^(1/s); her bağımlı değişken için F, p, Bonferroni p (x değişken sayısı) ve kısmi η²; grup ortalamaları.

Sonuca etkisi: Yalnız ek tablolar.

Doğrulama verisinde: hsb2 etki büyüklüğü 0.1433; read F = 21.282 (η²ₚ = 0.1777), write F = 21.275 (η²ₚ = 0.1776), math F = 29.279 (η²ₚ = 0.2291). UCLA useful F(2, 30) = 2.701, p = 0.0835, Bonferroni 0.2504.

→ Etki büyüklüğü

Box M (onay kutusu)

Kavram: Box M testi, grupların kovaryans matrislerinin, yani her değişkenin varyansının ve değişkenler arasındaki ilişkilerin, gruplar arasında aynı olup olmadığını sınar. Çok duyarlıdır ve büyük örneklemlerde önemsiz farkları da anlamlı bulur; bu yüzden genellikle 0,001 gibi katı bir eşikle yorumlanır.

Gündelik örnek: Yoga grubunda esneklik ve kas gücü birbiriyle güçlü biçimde ilişkiliyken aerobik grubunda bu ilişki zayıfsa grupların kovaryans yapısı farklıdır. Box M anlamlı çıkar ve grup büyüklükleri de dengesizse Pillai izine güvenmek daha doğrudur.

Ne işe yarar: Grup kovaryans matrislerinin eşitliğini χ² yaklaşımıyla sınar.

Sonuca etkisi: Yalnız bilgi satırı. Grup n <= p olduğunda "hesaplanamadı" yazılır.

Doğrulama verisinde: hsb2 χ² = 16.574, sd = 12, p = 0.1663; UCLA χ² = 10.286, p = 0.5909.

→ Box M testi (kovaryans matrislerinin eşitliği)

İzleyen ANOVA post-hoc (Yok, Tukey, Bonferroni, Games-Howell)

Kavram: İzleyen ANOVA bir değişkende grup farkı bulduğunda, post-hoc testler bu değişkende hangi grup çiftlerinin farklı olduğunu, çoklu karşılaştırma riskini denetleyerek gösterir. Varyanslar eşitse Tukey, eşit değilse Games-Howell uygundur; Bonferroni daha temkinli bir seçenektir.

Gündelik örnek: Esneklikte program farkı anlamlıysa Tukey testi 'yoga hem pilates hem aerobikten yüksek, pilates ile aerobik arasında fark yok' gibi bir sonuç verebilir.

Ne işe yarar: Her bağımlı değişken için grup çiftlerinin farkını ve p'sini verir.

Sonuca etkisi: Yalnız tek değişkenli ANOVA açıkken etkilidir.

Doğrulama verisinde: UCLA useful: Tukey control_2 - treatment p = 0.1117; Bonferroni 0.1393; Games-Howell 0.1848.

→ Post hoc testler (ikili karşılaştırmalar)

İkinci faktör ve kovaryatlar

Kavram: İkinci bir faktör eklendiğinde faktöriyel MANOVA iki faktörün ana etkilerini ve etkileşimlerini çok değişkenli olarak sınar. Sayısal bir kovaryat eklendiğinde (MANCOVA) grup karşılaştırmaları bu kovaryatın etkisinden arındırılır.

Gündelik örnek: Cinsiyet ikinci faktör olarak eklenirse programların etkisinin kadın ve erkek üyelerde farklı olup olmadığı sınanır. Yaş kovaryat olarak eklenirse programlar 'aynı yaştaki üyeler için' karşılaştırılır; aerobik grubunun daha genç olması sonucu çarpıtmaz.

Ne işe yarar: g x f2 faktöriyel MANOVA ve/veya MANCOVA'yı (Tip III, toplam-sıfır kontrast) ayrı blok olarak hesaplar. İkinci faktör olarak grup faktörü seçilirse blok üretilmez.

Sonuca etkisi: Ana tek yönlü tablo değişmez.

Doğrulama verisinde: tear: rate Wilks 0.3819, F(3, 14) = 7.5543; additive 0.5230, F = 4.2556; etkileşim 0.7771, F = 1.3385. hsb2 + science: prog Wilks 0.7515, F(6, 388) = 9.9310.

→ Denekler arası faktör

Ek tanılar: kısmi η² (her test), Levene (değişken başına), Box M F + Bartlett + SSCP, Mardia + Mahalanobis (onay kutuları)

Kavram: Ek tanılar varsayımları ve modelin yapısını ayrıntılı gösterir. Kısmi η² her çok değişkenli testin etki büyüklüğünü verir; Levene her değişkende varyans eşitliğini sınar; Bartlett küresellik testi bağımlı değişkenlerin MANOVA'yı haklı çıkaracak kadar ilişkili olup olmadığını sınar; H ve E matrisleri gruplar arası ve grup içi değişkenliği gösterir; Mardia ölçütleri çok değişkenli normalliği, Mahalanobis uzaklıkları ise değişkenlerin bileşiminde sıra dışı duran çok değişkenli aykırı gözlemleri gösterir.

Gündelik örnek: Bir üyenin esneklik puanı çok yüksek, kas gücü çok düşükse bu puanlar tek tek bakıldığında olağan aralıkta kalabilir ama ikisinin bu bileşimi sıra dışıdır; Mahalanobis uzaklığı bu üyeyi işaret eder. Bartlett testi anlamsız çıkarsa üç puan neredeyse ilişkisizdir ve ayrı ANOVA'lar da yeterli olabilir.

Ne işe yarar: Her test için kısmi η²; her bağımlı değişken için Levene; Box M F yaklaşımı, artık korelasyon matrisi için Bartlett küresellik testi, H ve E SSCP matrisleri; artıklarda Mardia çarpıklık/basıklık ve Mahalanobis uzaklıkları.

Sonuca etkisi: Yalnız ek bölümler. Grup n <= p olduğunda Box M F yaklaşımı hesaplanamadı olarak bildirilir.

Doğrulama verisinde: UCLA kısmi η² Wilks 0.2749, Roy 0.4715; Levene useful F(2, 30) = 4.8783, p = 0.0146; Box M F(12, 4361.54) = 0.8544. iris Mardia çarpıklık χ²(20) = 31.8481, p = 0.044944.

→ Eta kare (η²) ve kısmi eta kare (η²ₚ)

Gerçek veride örnek

Veri: UCLA OARC hsb2 (High School and Beyond, n = 200)

Değişkenler: bağımlılar read, write, math (okuma, yazma, matematik puanı), grup prog (program türü)

  • Soru: Okuma, yazma ve matematik puanlarından oluşan bileşik profil program türüne (prog: genel, akademik, mesleki) göre farklı mı?
  • Varsayım: Box M χ²(12) = 16.57, p = .166; kovaryans matrislerinin homojenliği karşılanır.
  • Sonuç: Wilks Λ = 0.734, F(6, 390) = 10.87, p < .001. Sıfır hipotezi reddedilir: program türleri üç puanın bileşiminde farklıdır.
  • Etki büyüklüğü: Çok değişkenli kısmi η² (1 - Λ^(1/s)) = 0.143; orta-büyük bir etki.
  • Takip ANOVA'ları: Üç bağımlı değişkenin her biri ayrı ayrı anlamlıdır (Bonferroni ×3 ile de p < .001): read F(2, 197) = 21.282 (η²p = .1777), write F(2, 197) = 21.275 (η²p = .1776), math F(2, 197) = 29.279 (η²p = .2291); read ve write değerleri birbirine çok yakındır; en büyük ayrışma matematiktedir.
  • APA: Wilks' Λ = 0.734, F(6, 390) = 10.87, p < .001, η²p = .14.

İlgili kavramlar

Etki büyüklüğüLevene testiPost hoc testler (ikili karşılaştırmalar)Box M testi (kovaryans matrislerinin eşitliği)Çok değişkenli test istatistikleri (Wilks Λ, Pillai izi, Hotelling-Lawley, Roy)Denekler arası faktörEta kare (η²) ve kısmi eta kare (η²ₚ)Mahalanobis uzaklığı

Örneklerdeki sayılar MerQur'un bağımsız, kamuya açık doğrulama verileri üzerindeki çıktılarıdır; ayrıntılar için MerQur Teknik Not'a bakınız.