Блог

Я пытаюсь выполнить M-тест Box на однородность ковариационных матриц для двухстороннего MANOVA.

Я проводил поиск примера со вчерашнего дня. Я вижу много примеров использования boxM с односторонним MANOVA. В каждом случае, если источник также охватывает двусторонний MANOVA, они не включают демонстрацию выполнения теста boxM в двустороннем случае. Мне просто нужен рабочий пример. Как только у меня будет синтаксис, я смогу заставить это работать.

Функция boxM в пакете biotools говорит, что она предназначена для одного классификационного фактора (одностороннего MANOVA).
https://www.rdocumentation.org/packages/biotools/versions/3.1/topics/boxM

Функция boxM в пакете heplots говорит, что она работает с одним или несколькими факторами классификации —
https://www.rdocumentation.org/packages/heplots/versions/1.3-5/topics/boxM

— Однако я получаю сообщение об ошибке, когда пытаюсь его использовать: «Модель должна быть полностью пересечена только формулой».

Ниже я показываю, что я не получаю ошибку при использовании одного из факторов, но любая схема пересечения факторов приводит к этой ошибке. Примечание: я не получаю эту ошибку, выполняя тест Левена с пересеченными переменными.

Response1, Response2 и Response3 являются непрерывными.
Фактор 1 имеет 2 уровня. Фактор 2 имеет 5 уровней.

 library(heplots)

> Model2 <- lm(cbind(Response1, Response2, Response3) ~ Factor1, data=Data40)
> boxM(Model2)

    Box's M-test for Homogeneity of Covariance Matrices

data:  Y
Chi-Sq (approx.) = 3.5562, df = 6, p-value = 0.7365

> Model2 <- lm(cbind(Response1, Response2, Response3) ~ Factor2, data=Data40)
> boxM(Model2)

    Box's M-test for Homogeneity of Covariance Matrices

data:  Y
Chi-Sq (approx.) = 35.079, df = 24, p-value = 0.06724

> Model2 <- lm(cbind(Response1, Response2, Response3) ~ Factor1 * Factor2, data=Data40)
> boxM(Model2)
Error in boxM.formula(formula(Y), data = eval(data, envir = environment(formula(Y))),  : 
  Model must be completely crossed formula only.

> Model2 <- lm(cbind(Response1, Response2, Response3) ~ Factor1   Factor2   Factor1 * Factor2, data=Data40)
> boxM(Model2)
Error in boxM.formula(formula(Y), data = eval(data, envir = environment(formula(Y))),  : 
  Model must be completely crossed formula only.

> Model2 <- lm(cbind(Response1, Response2, Response3) ~ Factor1   Factor2   Factor1:Factor2, data=Data40)
> boxM(Model2)
Error in boxM.formula(formula(Y), data = eval(data, envir = environment(formula(Y))),  : 
  Model must be completely crossed formula only.
  

Не знаю, что пакет никогда не использовал его, но через пару минут слежки выясняется, что вы можете указывать формулу так, как ей не нравится… Использование iris , поскольку автор пакета делает, и вы не предоставляете никаких данных.

 library(heplots)

# adding a bogus second factor to iris
iris$nonsense <- rep(1:2)
iris$nonsense <- factor(iris$nonsense)

# one factor
boxM( cbind(Sepal.Length, Sepal.Width, Petal.Length, Petal.Width) ~ nonsense, data=iris)
#> 
#>  Box's M-test for Homogeneity of Covariance Matrices
#> 
#> data:  Y
#> Chi-Sq (approx.) = 16.389, df = 10, p-value = 0.08904

# second factor
boxM( cbind(Sepal.Length, Sepal.Width, Petal.Length, Petal.Width) ~ Species, data=iris)
#> 
#>  Box's M-test for Homogeneity of Covariance Matrices
#> 
#> data:  Y
#> Chi-Sq (approx.) = 140.94, df = 20, p-value < 2.2e-16

# crossed note not including the `lm`

boxM( cbind(Sepal.Length, Sepal.Width, Petal.Length, Petal.Width) ~ Species * nonsense, data=iris)
#> 
#>  Box's M-test for Homogeneity of Covariance Matrices
#> 
#> data:  Y
#> Chi-Sq (approx.) = 169.1, df = 50, p-value = 7.609e-15