DescriptionA class for the multivar

Description
A class for the multivariate analysis of variance.

Usage
manova(...)
Arguments
... Arguments to be passed to aov.


Details
Class "manova" differs from class "aov" in selecting a different summary method. Function manova calls aov and then add class "manova" to the result object for each stratum.

Value
See aov and the comments in ‘Details’ here.

References
Krzanowski, W. J. (1988) Principles of Multivariate Analysis. A User's Perspective. Oxford.

Hand, D. J. and Taylor, C. C. (1987) Multivariate Analysis of Variance and Repeated Measures. Chapman and Hall.

See Also
aov, summary.manova, the latter containing examples.

Examples
## Set orthogonal contrasts.
op

ผลลัพธ์ (ไทย) 1:

คำอธิบายคลาสสำหรับผลต่างของการวิเคราะห์ตัวแปรพหุ การใช้งานmanova(...)อาร์กิวเมนต์... อาร์กิวเมนต์จะส่งผ่านไปยัง aov รายละเอียดคลาส "manova" แตกต่างจากคลาส "aov" ในการเลือกวิธีสรุปแตกต่างกัน Manova ฟังก์ชันเรียก aov และเพิ่มคลา "manova" วัตถุผลสำหรับแต่ละ stratum ค่าดู aov และใน 'รายละเอียด' ที่นี่ การอ้างอิงKrzanowski ปริมาณเจ (1988) หลักการวิเคราะห์ตัวแปรพหุ มุมมองของผู้ใช้ อ๊อกซฟอร์ด มือ D. J. และ เทย์เลอร์ C. C. (1987) ผลต่างของการวิเคราะห์ตัวแปรพหุและการวัดซ้ำ แชปแมนและฮอลล์ ดูaov, summary.manova ตัวอย่างที่มีหลัง ตัวอย่าง# การสัมผัส orthogonalop <-ตัวเลือก (แตก = c ("contr.helmert", "contr.poly"))แทนตัวแปรตอบสนอง 2 ปลอมnpk2 < - ภายใน (npk ฟู <-rnorm(24))(npk2.aov <-manova (cbind (ผลผลิต ฟู) ~ บล็อก + N * P * K, npk2))summary(npk2.aov)(npk2.aovE <-manova (cbind (ผลผลิต ฟู) ~ N * P * K + Error(block), npk2))summary(npk2.aovE)--------------------------------------------------------------------------------

ผลลัพธ์ (ไทย) 2:

คำอธิบายชั้นสำหรับการวิเคราะห์หลายตัวแปรความแปรปรวน. การใช้งานMANOVA (... ) ข้อโต้แย้ง... ข้อโต้แย้งที่จะส่งผ่านไปยัง AOV. รายละเอียดClass "MANOVA" แตกต่างจากระดับ "AOV" ในการเลือกวิธีการสรุปที่แตกต่างกัน MANOVA ฟังก์ชั่นเรียก AOV แล้วเพิ่มระดับ "MANOVA" วัตถุผลสำหรับแต่ละชั้น. ค่าดู AOV และความคิดเห็นใน 'รายละเอียดที่นี่. อ้างอิงKrzanowski, เจดับบลิว (1988) หลักการของการวิเคราะห์หลายตัวแปร มุมมองของผู้ใช้ ฟอร์ด. มือดีเจและเทย์เลอร์ซีซี (1987) หลายตัวแปรการวิเคราะห์ความแปรปรวนและมาตรการซ้ำ . แชปแมนฮอลล์และดูเพิ่มเติม. AOV, summary.manova หลังมีตัวอย่างตัวอย่าง## ระบุความแตกต่างมุมฉาก. สหกรณ์ <- ตัวเลือก (ความแตกต่าง = c ("contr.helmert", "contr.poly")) ## ปลอม ตัวแปรตอบสนอง 2 npk2 <- ภายใน (NPK, foo <- rnorm (24)) (npk2.aov <- MANOVA (cbind (ผลผลิต foo) ~ บล็อก + N * * * * * * * * P K, npk2)) สรุป (npk2.aov) (npk2.aovE <- MANOVA (cbind (ผลผลิต foo) ~ N * P * k + ข้อผิดพลาด (บล็อก) npk2)) สรุป (npk2.aovE) --------------- -------------------------------------------------- ---------------

ผลลัพธ์ (ไทย) 3:

รายละเอียด : ชั้นเรียนสำหรับการวิเคราะห์หลายตัวแปรของความแปรปรวน


หาใช้อาร์กิวเมนต์ ( . . . )

. . . . . . . อาร์กิวเมนต์ที่จะส่งผ่านไปยัง aov .



รายละเอียดคลาส " หา " แตกต่างจากชั้นเรียน " aov " ในการเลือกที่แตกต่างกัน สรุปวิธี ฟังก์ชันหาโทร aov แล้วเพิ่มห้อง " หา " วัตถุ " สำหรับแต่ละชั้น


เห็นคุณค่า aov และความคิดเห็นในรายละเอียดที่นี่ อ้างอิง


krzanowski W . J .( 1988 ) หลักการของการวิเคราะห์ตัวแปรพหุ มุมมองของผู้ใช้ ออกซ์ฟอร์ด

มือ , ดี. เจ. และเทย์เลอร์ ซี. ซี. ( 1987 ) และเมื่อวิเคราะห์ความแปรปรวนชนิดวัดซ้ำ แชปแมนและห้องโถง

ดู
aov summary.manova , หลัง , ประกอบด้วยตัวอย่าง


##ตัวอย่างชุดความแตกต่าง ) .
op < -- ตัวเลือก ( ความแตกต่าง = C ( contr . helmert " , " contr . โพลี " ) )

##ปลอมการตอบสนองตัวแปร
2npk2 < - ภายใน ( NPK foo < - rnorm ( 24 )
( npk2.aov < - ความแปรปรวน ( cbind ( ผลผลิต , ฟู ) ~ บล็อก n * P * K , npk2 )
สรุป ( npk2 . aov )

( npk2.aove < - ความแปรปรวน ( cbind ( ผลผลิต , ฟู ~ i ) N * p * K ข้อผิดพลาด ( บล็อก ) npk2 )
สรุป ( npk2 . aove )




--------------------------------------------------------------------------------