Main Content

coeftest

クラス: RepeatedMeasuresModel

反復測定モデルの係数に対する線形仮説検定

説明

tbl = coeftest(rm,A,C,D) は、反復測定モデル rm の多変量分散分析 (manova) が格納されたテーブル tbl を返します。

入力引数

すべて展開する

反復測定モデル。RepeatedMeasuresModel オブジェクトとして返します。

このオブジェクトのプロパティとメソッドについては、RepeatedMeasuresModel を参照してください。

被験者間モデルを表す仕様。a 行 p 列の数値行列 (ランクは a ≤ p) として指定します。

データ型: single | double

被験者内 (時間内) 仮説を表す仕様。c 行 r 列の数値行列 (ランクは c ≤ r ≤ n – p) として指定します。

データ型: single | double

仮定された値。スカラー値または a 行 c 列の行列として指定します。

データ型: single | double

出力引数

すべて展開する

反復測定モデル rm の多変量分散分析の結果。次の各列があるテーブルとして返します。

Statistic使用した検定統計の種類
Value該当する検定統計量の値
FF 統計量の値
RSquare説明された分散の測定
df1F 統計量の分子の自由度
df2F 統計量の分母の自由度
pValue検定統計値に関連付けられた p 値

すべて展開する

標本データを読み込みます。

load repeatedmeas

テーブル between には、被験者間変数である年齢、IQ、グループ、性別、および 8 件の反復測定値 y1y8 が応答として含まれています。テーブル within には被験者内変数 w1 および w2 が含まれています。このデータは、シミュレーションされたものです。

反復測定モデルをあてはめます。ここで、反復測定値 y1y8 は応答であり、年齢、IQ、グループ、性別、およびグループと性別の交互作用は予測子変数です。また、被験者内計画行列も指定します。

rm = fitrm(between,'y1-y8 ~ Group*Gender + Age + IQ','WithinDesign',within);

被験者間モデルのすべての項の係数が、最初と最後の反復測定変数で同じであることをテストします。

coeftest(rm,eye(8),[1 0 0 0 0 0 0 -1]')
ans=4×7 table
    Statistic     Value       F       RSquare    df1    df2    pValue 
    _________    _______    ______    _______    ___    ___    _______

    Pillai        0.3355    1.3884    0.3355      8     22     0.25567
    Wilks         0.6645    1.3884    0.3355      8     22     0.25567
    Hotelling    0.50488    1.3884    0.3355      8     22     0.25567
    Roy          0.50488    1.3884    0.3355      8     22     0.25567

p 値は 0.25567 なので、被験者間モデルに含まれているすべての項の係数が最初と最後の反復測定変数に関して異なる、と結論付けるには統計上の証拠が不十分であることがわかります。

ヒント

  • この検定は A*B*C = D と定義されます。ここで、B は反復測定モデルの係数の行列です。AC はこの乗算で使用する適切なサイズの数値行列です。D は適切なサイズのスカラーまたは数値行列です。既定の設定は D = 0 です。

参考

|