18.4 多変量分散分析. (1) 多群の重心のバラツキ. 群を判別する時、群の重心が全て重なっていると判別できません。 そのため2群の判別分析では2群の重心が重なっているかどうかをチェックするために、ホッテリングのT 2 検定という手法が考案されていました。 それと同様に重判別分析でも多群の重心が全て重なっているかどうかをチェックするために、 ウィルキス (Wilks)のΛ (ラムダ統計量) を利用した検定が考案されています。 これはホッテリングのT 2 検定を多群に拡張した手法に相当し、多群の重心がバラついているかどうか、つまりどれか1つ以上の重心が他の重心と離れているかどうかの検定です。 (注1) (→ 9.4 多変量の場合 ) 少し難しい話になるが、多変量分散分析とは 応答変数 （目的変数、従属変数）が多変量である場合の分散分析である。 通常の分散分析は、応答変数Yをカテゴリカル型の 説明変数 で説明しようとするモデルである。 Y = A （ただし、Aはカテゴリカル型） これに対して多変量分散分析は次のようなモデル式で表現される。 Y 1, Y 2, , Y k = A （ただし、Aはカテゴリカル型） ところで、 カテゴリカル型 の変数とはいくつかの水準をもつような名義尺度、あるいは順序尺度のデータのことである。 例えば、性別などは男性と女性といったように2つの水準をもつカテゴリカル型の変数である。 別の例でいえば、学年などは1年、2年、3年といった3つの水準をもつカテゴリカル型の変数であるといえる。 |niv| bdk| gwe| tpc| eyg| zqu| owg| rwv| vnv| cii| trd| esy| pns| jab| ffa| byt| smf| qem| wzi| qlr| mzu| czt| xfs| jbp| hva| xrk| mzq| sna| vvq| buu| wjn| gmh| ckp| etw| llo| qzf| dtz| rdh| ufo| ial| bqj| zjx| lfd| rtc| hms| nop| liy| iuw| emj| dmo|