一般MANOVA(General MANOVA)

General MANOVAは、2つ以上の連続な応答を、1つ以上のカテゴリ因子に対して同時に検定し、共変量と2因子の交互作用も任意で扱えます。1回の同時検定により、全体の誤警報率を選んだ水準に保ち、応答間の相関も考慮します。独立な観測値と、共分散行列が等しい多変量正規の誤差を仮定します。出力には、Wilks、Pillai、Hotelling-Lawley、Royの統計量、1変量のANOVA、任意の固有値分析が含まれます。

最終レビュー

重要なポイント

一般MANOVA(多変量分散分析)は、1つ以上の因子が、同じ試験片で測定した引張強さと伸びのような、関連する複数の応答を同時に変化させるかどうかを検定します。

このページの内容
  1. 目的
  2. 主な機能
  3. 統計手法
  4. 入力項目とオプション
  5. 出力の説明
  6. 計算例

目的

一般MANOVA(多変量分散分析)は、1つ以上の因子が、たとえば同じ試験片の引張強さと伸びのような、関連する複数の応答を同時に変化させるかどうかを検定します。各単位について2つ以上の特性を測定する場合に使用します。1回の同時検定により、全体の誤警報率を選んだ水準に保ち、応答間の相関を考慮し、個別のANOVAでは見逃す特性の組み合わせの変化を検出できます。

主な機能

  • 2つ以上の連続な応答を、1つ以上のカテゴリ因子に対して同時に検定します。
  • 任意の連続な共変量と、すべての2因子の交互作用を指定できます。
  • すべての項について、Wilksのラムダ、Pillaiのトレース、Hotelling-Lawleyのトレース、Royの最大根を求めます。
  • 各応答の1変量ANOVA(タイプIII平方和)。
  • 要求に応じて、仮説と誤差のSSCP行列、偏相関、固有値分析を表示します。
  • Data Options: 分析の前に行を絞り込みます。

統計手法

モデルは一般線形モデルと同じで、すべての応答に同時に当てはめます。因子は総和ゼロ(−1、0、+1)のコーディング、共変量は主効果として扱い、チェックを入れた場合は2因子の交互作用も含めます(2つ以上の因子がある場合のみ)。選択した列のいずれかに欠損値がある行は除外されます。各項について、ツールは仮説行列H(その項で説明される平方和と積和)と誤差行列Eを作り、E⁻¹Hの固有値λからその項を検定します。

Wilksのラムダ = det(E) / det(H + E) = Π 1/(1 + λ) で、その項が重要なときに小さくなります。Pillaiのトレース = Σ λ/(1 + λ)、Hotelling-Lawleyのトレース = Σ λ、Royの最大根 = 最大のλ です。それぞれ、表示された分子と分母の自由度を持つ近似F統計量に変換されます。Pillaiのトレースは、グループの大きさや共分散行列が等しくない場合に最も影響を受けにくく、Royの根は、グループが1つの方向で異なる場合に最も敏感ですが、そのFは上限値であるため、p値は楽観的です。

固有値分析は、E⁻¹Hの固有値とその割合を示し、固有ベクトルは v'(E / DF error)v = 1 となるようにスケーリングされます。第1固有ベクトルは、因子の水準を最もよく分離する応答の重み付き組み合わせを表します。1変量の表は、各応答を単独で扱ったタイプIIIのANOVAです。MANOVAは、観測値が独立であり、誤差が多変量正規で、すべてのグループで共分散行列が同じであることを仮定します。

入力項目とオプション

項目

説明

Responses (Y)

同時に検定する、2つ以上の連続な列です。必須です。

Factors (categorical)

1つ以上のカテゴリの予測変数の列です。必須です。

Covariates (continuous)

任意の数値列で、主効果としてのみ入力されます。

Include all 2-way factor interactions

既定ではオンです。2つ以上の因子を選択した場合にのみ有効になります。

Show univariate ANOVA per response

既定ではオンです。

Matrices (hypothesis, error, partial correlations)

既定ではオフです。オンにすると、SSCP行列と応答の偏相関が追加されます。

Eigen analysis

既定ではオフです。各項について、E⁻¹Hの固有値と固有ベクトルを表示します。

Data Options: Subset (optional)

行番号や条件によって、一致する行を除外する(既定)か、一致する行のみを含めます(Exclude matching rows または Include only matching rows)。

general-manova-inputs


図1 — 材料の例のオプション:応答に引張強さと伸び、因子にTreatmentを指定し、1変量ANOVAと固有値分析にチェックを入れたところ。

出力の説明

  • MANOVA — 各項について、4つの多変量統計量のValue、Num DF、Den DF、F Value、P-Valueです。
  • Univariate Analysis of Variance — 応答ごとに1つのANOVA表です。
  • SSCP行列と偏相関 — Matricesにチェックを入れた場合に表示されます。
  • Eigen Analysis — チェックを入れた場合に、各項の固有値、割合、累積割合、固有ベクトルが表示されます。
  • DownloadによるPDFエクスポート。

general-manova-output


図2 — 2つの特性のMANOVA:4つの統計量すべてが、処理間の平均が等しいという仮説を棄却しています(Wilksのラムダ 0.11217、F = 19.86、p < 0.001)。

計算例

材料技術者が、対照と2つの処理AおよびBを比較し、それぞれ8個の試験片について、引張強さ(MPa)と破断伸び(%)を試験します。2つの別々のANOVAを行うと誤警報の可能性が高まるため、技術者はTreatmentを因子として両方の特性を同時に検定し、1変量ANOVAと固有値分析にチェックを入れます。

処理は、2つの特性の組み合わせを明らかに変化させています。Wilksのラムダは0.11217(自由度4と40でF = 19.86)、Pillaiのトレースは1.28404(F = 18.83)で、4つの検定すべてでp < 0.001です。1変量の表では、各特性も単独で変化しています。強さはF = 25.75、伸びはF = 18.60で、どちらもp < 0.001です。平均の強さは、211.9 MPa(対照)から225.7(A)、238.1(B)へ上がり、平均の伸びは12.6%、14.6%、10.9%です。

固有値分析がこのパターンを説明します。第1の方向(分離の75.7%)は、強さに正の重み(0.114)、伸びに負の重み(−0.518)を与えています。これは、最も強く最も延性が低い処理Bを際立たせるトレードオフです。第2の方向(24.3%)は両方に正の重みがあり、処理Aの違いを表します。処理Aは強さと伸びを同時に高めます。部品が両方の特性を必要とする場合、処理Aのほうが安全な選択です。

よくある質問

個別のANOVAではなくMANOVAを使用するのはどのような場合ですか?

各単位について2つ以上の特性を測定する場合にMANOVAを使用します。1回の同時検定により、全体の誤警報率を選んだ水準に保ち、応答間の相関を考慮し、個別のANOVAでは見逃す特性の組み合わせの変化を検出できます。個別のANOVAを行うと、誤警報の可能性が高まります。

Wilksのラムダ、Pillaiのトレース、Hotelling-Lawleyのトレース、Royの根の違いは何ですか?

4つとも、誤差行列の逆行列と仮説行列の積の固有値から各項を検定し、それぞれ近似Fに変換されます。Wilksのラムダは、その項が重要なときに小さくなります。Pillaiのトレースは、グループの大きさや共分散行列が等しくない場合に最も影響を受けにくい統計量です。Royの根は1つの方向の差に最も敏感ですが、そのp値は楽観的です。

MANOVAの前提条件は何ですか?

MANOVAは、観測値が独立であり、誤差が多変量正規で、すべてのグループで共分散行列が同じであることを仮定します。選択した列のいずれかに欠損値がある行は除外されます。グループの大きさや共分散行列が等しくない場合、Pillaiのトレースは4つの多変量統計量の中で最も影響を受けにくいものです。

MANOVAの固有値分析では何がわかりますか?

固有値分析は、固有値とその割合、および固有ベクトルを示します。第1固有ベクトルは、因子の水準を最もよく分離する応答の重み付き組み合わせを表します。材料の例では、第1の方向が強さに正、伸びに負の重みを与え、処理Bを際立たせる強さと延性のトレードオフを示しました。