親愛なるみんな、
MANOVA を選択した後のモデルの適合では、応答タイプを指定する (またはいわゆる M 行列を定義する) 必要があります。 他のソフトウェア (SPSS、JASP) の標準では、IDENTITY 応答が使用されます (identity m-matrix)。 他の応答がデータの解釈に対して何を意味するのか、またそれらがどの仮説検定にいつ役立つのかについて、より詳しい説明があるかどうか疑問に思っていました。 何らかの方法で情報を収集するアンケートに 5 つの項目からなる構成があるとします。異なる応答タイプを使用した場合、この構成の解釈はどのような意味になるでしょうか。
前もって感謝します、
レネ
親愛なるレヴェイ様
ご関心とご支援をよろしくお願いいたします。 このリクエストをオンラインで公開する前に、私はすでにこの情報を読みました。 その裏にあるテクニックがわかります。 しかし、それは私が探している応答タイプの解釈です。 私は SPSS でコントラストを定義、解釈、使用することに慣れています。 偏差は、JMP Manova の平均応答タイプのように見えます。 ただし、JMP で提供される多変量応答タイプの解釈についてはよくわかりません。 インターネットで検索しても、その質問に対する答えが見つかりません。 自分の考えを明確にしたいと思います。再度ご回答いただきありがとうございます。
レネ
こんにちは、ルネさん
M マトリックスを使用すると、JMP のデフォルトの MANOVA レポートに表示される、さまざまな応答パラメーター間の仮説を検定できます。
あなたが提示した例 (つまり、調査の項目) に関連して、私は以下のサンプル データ テーブル "Online Consumer Data.jmp" を使用して、比較的単純な MANOVA モデルを実行しています。 ここでの結果は、オンライン Web サイトの評判に関するアンケートの回答を表す 3 つの項目であり、「女性」変数の効果をテストしたいだけです。 この JSL スクリプトを自由に実行して、手順に従ってください。
dt = Open("$SAMPLE_DATA\Online Consumer Data.jmp");
dt << Fit Model(
Y( :Reput_1, :Reput_2, :Reput_3 ),
Effects( :Female ),
Personality( "Manova" ),
Run
);
デフォルトのレポートには、モデルのパラメーター推定値のマトリックスが表示されます。
[応答を選択] ドロップダウンを使用して、これらの応答パラメーター間の仮説のテストを開始できるようになりました。 M が単位行列の場合、このパラメーター推定の行列の応答列を変更しないままにし、「この多変量システムに全体的に女性の効果はありますか?」と尋ねます。 答えは「はい」です。
[M 変換されたパラメーター推定値] アウトライン ボックスを開くと、変更されていないパラメーター推定値が表示されることに注意してください (技術的には、M 行列は Parm Est 行列を後乗算するため、これが変換された推定値を取得する方法です)。 追加の解釈については、「はい、回答には男性と女性の間に大きな違いがあります」と言うことができ、推定値や最小二乗平均プロットを確認すると、結果をもう少し解釈するのに役立ちます。 しかし、女性が特定の分野に影響を与えるかどうかを知りたい場合など、これでは十分な詳細が得られない場合があります。組み合わせParm Est 行列の列の数。 すべての回答の合計に影響があるかどうかを知りたいとします。 このために、[応答を選択] ドロップダウンで [合計] を選択すると、答えが「はい」であることがわかります。大きな効果があります。
Female には 2 つのレベルがあり、「Sum」オプションにより Parm Est 行列が単なるベクトルに縮小されるため、ここでの解釈ははるかに簡単です。 したがって、「3 つの項目について認識されている評判の合計を見ると、男性と女性の間には大きな違いがある」と言えます。 Female[0] の負の推定値は、男性の方がこれらの回答全体の合計が低いことを示しています。」
これらのデータに対して M の他の選択肢を使用しても意味がない可能性があります...たとえば、反復測定を表す結果には、「プロファイル」オプションが最も役立つ可能性があります。 「プロフィール」オプションの上にマウスを置くと、この説明が表示されます。
この例では、項目 1 と 2 の間、および項目 2 と 3 の間の違いに「女性」の影響があるかどうかを尋ねることを示唆しています。 これらのデータにはあまり意味がないと思いますが、データが反復測定である場合、このオプションは「ある機会と次の機会で男性と女性に違いがあるかどうか」という時間ごとの違いをテストすることになります。
ご存知のとおり、出力には M の他のオプションがあります...行列と変換された Parm Est を見ることで、どのような仮説がテストされているかを確認できます。
最後に、テストの DF は、テストから得られる「詳細」のレベルを明らかにすることを付け加えます。 「Sum」オプションを使用すると、解釈を非常に具体的にすることができました。DF = 1 であるため、これは驚くべきことではありません。 「アイデンティティ」オプションでは 3 DF テストが行われました。これは、違いがあることはわかっていますが、それらの違いは応答の「どこか」にあることを意味します。
HTH、
~ローラCS
おお！ 説明したような調査データがある場合は、構造を直接モデル化し、モデルの測定誤差を考慮できるため、構造方程式モデル プラットフォームが特に役立つ可能性があることを付け加えておきます。
