두 개 이상의 상관 행렬을 비교하는 방법은 무엇입니까?

I가있는 상관 행렬 ( N × N ) 으로 계산 된 P의 집합 ( m × N ) 데이터 MATLAB 함수를 사용하여 (관찰) .$P$$(n \times n)$$P$$(m \times n)$corrcoef

• 이 상관 행렬을 서로 비교하고 분석하려면 어떻게합니까 ?$P$
• 테스트, 방법 및 / 또는 체크 포인트는 무엇입니까?

공분산 또는 상관 행렬을 비교하는 고전적인 테스트 중 하나는 Box의 M 테스트입니다. 기하학적 의미에서 P 벡터 다발의 평균 부피와 하이브리드 벡터 다발의 부피를 비교합니다. (공분산 또는 상관 행렬은 벡터 집합을 구성하는 스칼라 곱의 행렬로 이해 될 수 있습니다.) 검정의 유의 수준은 초기 데이터의 분포 정규성에서 벗어나는 데 매우 민감합니다. Matlab에 있는지 모르겠습니다. 일반적으로 테스트는 MANOVA 또는 판별 분석 절차의 일부로 계산됩니다.

추가. 정규성에서 벗어나면 유의 수준의 값이 감소하므로 데이터가 정상이 아닌 경우 모집단의 행렬이 다르다는 잘못된 결론을 내릴 위험이 있습니다. 유의성 검정에 의존하려면 데이터가 합리적으로 정상이어야합니다. 그러나 행렬 간 차이의 정도 또는 비균질성을 나타내는 통계 값 자체에 관심이있을 수 있습니다. 테스트를 수행하는 일부 프로그램은 각 행렬에 대해 로그 결정 요인을 인쇄하여 P 행렬 중 어느 것이 유사하고 눈에 띄는지를 알 수 있습니다.

각 데이터 세트가 하나의 그룹을 나타내는 여러 그룹 구조 방정식 모델링을 수행 할 수 있습니다. 이를 통해 다양한 제약 조건을 유연하게 탐색 할 수 있습니다 (예 : 그룹 간 다양한 상관 관계를 제한). 상관 관계 모델을 개발 한 다음 해당 모델의 측면을 제한 할 수도 있습니다.

metaSEM다중 상관 행렬에 구조 방정식 모델을 맞추기 위해 설계된 R 의 패키지를 확인할 수도 있습니다 . 패키지 작성자는 모델 및 구현에 대해 설명하는 여러 기사 (예 : Cheung, 2008, Cheung and Chan, 2005)도 보유하고 있습니다.

참고 문헌

• 청, MWL (2008). 고정, 랜덤 및 혼합 효과 메타 분석을 구조 방정식 모델링에 통합하기위한 모델. 심리학 적 방법, 13, 182-202. PDF
• Cheung, MWL, & Chan, W. (2005). 메타 분석 구조 방정식 모델링 : 2 단계 접근. 심리학 적 방법, 10, 40-64. PDF