MANOVA와 종속 변수 사이의 상관 관계 : 너무 강합니까?


11

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 < 0.005아르 자형=0.3<0.005

  • Y1 및 Y2는 및 와 상관됩니다.p = 0.049아르 자형=0.7=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.


1
누가“너무 강한 상관 관계가되어서는 안된다”고 말합니까? 즉, 그 인용의 출처는 무엇입니까?
onestop

9
거친 추측 : 상관 관계가 0이면 별도의 anovas를 수행하여 작업을 단순화 할 수 있습니다. 상관 관계가 매우 높으면 Y 변수 중 하나에서만 anova를 수행 할 수 있습니다. 결과는 다른 변수와 거의 동일하기 때문입니다.
rolando2

2
참고로, 내가 대답을 받아들이지 않은 이유는이 교수님이 말했듯이 분명한 것이없는 것 같습니다. 따라서 모든 사람의 공헌이 유용합니다.
프레야 해리슨

2
나는 @ rolando2 (및 기타)에 동의합니다. 매우 높은 상관 관계의 경우 MANOVA는 변수 중 하나 (예 : 평균)에서 ANOVA에 많은 것을 추가 하지 않지만 기존 답변에서 다루지 않은 중요한 문제는 : 왜이 상황에서 MANOVA가 더 나빠질 까요?
amoeba

답변:


6

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.


3

(0.1아르 자형0.23) (0.24아르 자형0.36) (아르 자형0.37)아르 자형0.37

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.


3

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.


0

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.

당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.