MANOVA多变量变异数分析.pptVIP

MANOVA多變量變異數分析 MANOVA MANCOVA Profile Analysis 2004.10.29 基本定義 平均數考驗方法 多變量變異數分析是一套應用於探討平均數差異的統計方法 當研究者所欲分析的資料是不同樣本的平均數，也就是探討類別變項對於連續變項的影響，平均數的差異成為主要分析重點 超過兩個以上的平均數的考驗，其原理是運用F考驗來檢驗平均數間的變異量是否顯著的高於隨機變異量，又稱為變異數分析 多重依變項設計 多變量變異數分析與其他變異數分析不同之處在於依變項不是單一連續變項，而是一組連續變項的線性組合 使用MANOVA的理由 學理上的理由 有效處理多重考驗的誤差膨脹問題 有較佳的Power 實務上的理由 MANOVA可以處理多重相依依變項的分析問題 題供豐富的資訊 Type I error膨脹問題 Type I error：拒絕一個真實存在的虛無假設的機率 誤差膨脹問題：多次使用統計考驗使統計決策錯誤名義機率倍增 ANOVA的多重比較利用比較性alpha概念來處理 MANOVA利用實驗性alpha概念來處理 True and nominal alpha level True alpha level: 一個統計決策實際犯第一類型錯誤的機率 Nominal alpha level: 依據統計基本假設與統計原理研究者針對統計分析決策門檻所設定犯第一類型錯誤的機率 alpha level的三種層次 單一檢定顯著水準：用於決定統計決策的臨界值 比較性alpha (comparison-wise alpha)： 用於決定一次的ANOVA中，自變項的多重水準在依變項上的差異的多重比較臨界值 所反應的是多次比較中至少一次的比較錯誤拒絕真實虛無假設的機率 實驗性alpha (experiment-wise alpha)： 在同一個實驗（研究）當中使用多次統計檢定，至少一次的統計檢定錯誤拒絕真實虛無假設的機率 例如某一個研究需進行多次多因子ANOVA，任何一個ANOVA整體效果檢驗犯第一類型錯誤的機率 Effect Size and Power 效果強度 實驗處理或不同樣本在依變項上的強度 其計量基礎為組間變異與總變異的比值表示（eta-square）接近R square的概念 數值介於0-1之間,數值越大表示效果越強 統計檢定力 統計檢定能夠有效檢測真實對立假設的能力 檢定力主要受樣本數、效果強度、Alpha的影響 MANOVA的統計原理 Bartlett’s Test of Sphericity 共變量矩陣同質性檢定 Box’s M檢定：用以檢定細格的矩陣是否同質 檢定內容為細格（特定水準下）內與總和後的多重依變項的變異數與共變數 變異數同質性檢定 各依變項在各自變項水準下的組內變異量應具有同質性 使用Levene檢定, 顯著者表示不同質, 假設違反 MANOVA檢定程序與內容 多因子MANOVA檢定流程 Assessing DVs (Roy-bargmann stepdown) When the main effect is significant in MNOVA, the researcher has planned to discover which DVs are affected. If correlations among DVs are zero, univariate ANOVA give the relevant information about their importance. Preventing from inflated Type one error due to multiple testing, more stringent alpha are required. The problem of correlated DVs is resolved by Roy-Bargmann Stepdown Analysis. 1) Decide the priorities of each DV. 2) the highest-priority DV → univariate ANOVA 3) the rest of the DVs → ANCOVA Each of successive DV is tested with higher-priority DVs as covariate to test. 4) if significant → add to the combination of DVs already tested 多變量檢定指標 Pillai’s Trace Wilds’ Lambda Hotelling’s Trace Roy’s Largest Root