MANOVA와 종속 변수 사이의 상관 관계 : 너무 강합니까?

MANOVA의 종속 변수는 "너무 강하게 상관되지 않아야"합니다. 그러나 상관 관계가 너무 강합니까? 이 문제에 대한 사람들의 의견을 얻는 것이 흥미로울 것입니다. 예를 들어 다음과 같은 상황에서 MANOVA를 진행 하시겠습니까?

• Y1 및 Y2는 및 와 상관 관계가있다p < $r=0.3$$p<0.005$

• Y1 및 Y2는 및 와 상관됩니다.p = $r=0.7$$p=0.049$

최신 정보

@onestop에 대한 일부 인용문 :

• "MANOVA는 DV간에 중간 정도의 상관 관계가있는 상황에서 잘 작동합니다"(San Francisco State Uni의 강의 노트)

• "종속 변수는 Manova에 적합한 상관 관계가 있습니다"(미국 EPA 통계 입문서)

• "종속 변수는 개념적으로 관련되어야하며, 낮거나 중간 수준에서 서로 상관되어야합니다." (노던 애리조나 대학교 강의 노트)

• "약 .3에서 약 .7까지 상관 된 DV가 적합합니다"(Maxwell 2001, Journal of Consumer Psychology)

nb 저는 Y1과 Y2의 상호 상관이 모든 독립 변수 수준에서 동일해야한다는 가정을 언급하지 않습니다. 단순히 상호 상관의 실제 크기에 대한이 명백한 회색 영역입니다.

명확한 대답이 없습니다. 아이디어는 1에 가까운 상관 관계가있는 경우 본질적으로 여러 변수가 아닌 하나의 변수를 갖는 것입니다. 따라서 r = 1.00이라는 가설을 테스트 할 수 있습니다. 따라서 MANOVA의 개념은 일련의 ANOVA 테스트 이상의 것을 제공하는 것입니다. 종속 변수를 결합 할 때 평균 제곱 오류를 줄일 수 있기 때문에 한 테스트와의 관계를 찾는 데 도움이됩니다. 상관 관계가 높은 종속 변수가 있으면 도움이되지 않습니다.

$(0.1 \leq r \leq 0.23)$ $(0.24 \leq r \leq 0.36)$ $(r \geq 0.37)$$r$$0.37$

참고 문헌

Cohen, J. (1988) 행동 과학의 통계적 힘 분석. 에드. Routledge Academic, 567 pp.

코헨, J (1992). 파워 프라이머. 심리 게시판 112, 155–159.

각 관측치에서 측정 된 여러 DV의 그룹을 비교할 때마다 MANOVA를 수행하는 것이 좋습니다. 데이터는 다변량이며 MV 프로 시저를 사용하여 알려진 데이터 상황을 모델링해야합니다. 나는 그 상관 관계에 따라 그것을 사용할지 결정하지 않습니다. 그래서 나는 그러한 상황 중 하나에 MANOVA를 사용할 것입니다. Bruce Thompson (ERIC ID ED429110)이 작성한 다음 회의 논문의 관련 부분을 읽는 것이 좋습니다.

추신 : 나는 '개념적으로 관련된'견적이 Stevens 책에서 나온 것이라고 믿습니다.

MANOVA에서 어떤 상관 관계를 사용해야하는지 또는 사용하지 않아야하는지에 대한 주장은 기본적으로 "신화"입니다 (Fran, 2015, "다변량 2 그룹 설계에서 일 변량 비교를 통한 검정력 및 유형 I 오류 제어"참조). 그러나 물론 DV가 거의 완벽하게 상관 된 경우 (예 : 1 또는 -1 근처), 왜 먼저 DV를 다른 변수로 취급하는지 스스로에게 물어봐야합니다.