summary.manova中的错误-残差具有秩序缺陷
我正试着做一个马诺瓦舞。共有7个因变量和1个分类自变量,代表6组 数据可在此处获得: 单击文本上方的下载。我正在读像这样的R文件,我认为下载文件的名称应该与您相同;我使用的是Macintosh操作系统:summary.manova中的错误-残差具有秩序缺陷,r,manova,R,Manova,我正试着做一个马诺瓦舞。共有7个因变量和1个分类自变量,代表6组 数据可在此处获得: 单击文本上方的下载。我正在读像这样的R文件,我认为下载文件的名称应该与您相同;我使用的是Macintosh操作系统: > df <- read.csv("~/downloads/fqXNjWtr.txt", stringsAsFactors = F) > str(df) 'data.frame': 244 obs. of 8 variables: $ var1
> df <- read.csv("~/downloads/fqXNjWtr.txt", stringsAsFactors = F)
> str(df)
'data.frame': 244 obs. of 8 variables:
$ var1 : num 0.3 0 0.312 0 0.643 ...
$ var2 : num 0 0.125 0 0.375 0.0714 ...
$ var3 : num 0 0.0625 0.0625 0 0.0714 ...
$ var4 : num 0.2 0.3125 0.0625 0.0625 0 ...
$ var5 : num 0.1 0.25 0.438 0.188 0 ...
$ var6 : num 0.2 0.0625 0.125 0.0625 0.0714 ...
$ var7 : num 0.2 0.188 0 0.312 0.143 ...
$ cluster_assignment: int 1 4 2 6 1 4 3 3 4 6 ...
然后,我将执行MANOVA:
> mv_out <- manova(DV ~ cluster_assignment, data = df)
Call:
manova(DV ~ cluster_assignment, data = df)
Terms:
cluster_assignment Residuals
resp 1 5.160838 6.738524
resp 2 3.384101 3.622020
resp 3 0.000200 3.365565
resp 4 0.065469 2.743549
resp 5 0.889180 8.019733
resp 6 0.442187 5.884827
resp 7 3.133188 7.736993
Deg. of Freedom 1 242
Residual standard errors: 0.1668686 0.1223398 0.1179292 0.1064752 0.1820423 0.1559406 0.1788045
Estimated effects may be unbalanced
基于其他一些因素,这似乎表明,鉴于变量的数量,没有足够的观察,或者一些预测因素可能是多重共线性的。但这些数据似乎并非如此:
> cor(df[, 1:7)
var1 var2 var3 var4 var5 var6 var7
var1 1.00000000 -0.417605243 -0.05274197 -0.118358341 -0.25617705 0.06089533 -0.4360312
var2 -0.41760524 1.000000000 -0.07181878 0.008873035 -0.29523300 -0.33954011 0.1958746
var3 -0.05274197 -0.071818782 1.00000000 0.131137673 -0.11624079 -0.14408909 -0.2951076
var4 -0.11835834 0.008873035 0.13113767 1.000000000 -0.14361455 -0.24308229 -0.1491373
var5 -0.25617705 -0.295233000 -0.11624079 -0.143614554 1.00000000 -0.03180183 -0.2383027
var6 0.06089533 -0.339540114 -0.14408909 -0.243082287 -0.03180183 1.00000000 -0.3215075
var7 -0.43603124 0.195874568 -0.29510761 -0.149137349 -0.23830275 -0.32150753 1.0000000
我对可能发生的情况感到困惑。您可以通过在?summary.manova中设置“tol”参数来解决此错误。df$DV未通过秩缺陷测试,默认tol=1e-7,因为行和为1。但这可能不会产生您想要的结果
summary(mv_out,tol=0)
Df Pillai approx F num Df den Df Pr(>F)
df$cluster_assignment 1 1.2106 -193.79 7 236
Residuals 242
您可以通过在?summary.manova中设置“tol”参数来解决此错误。df$DV未通过秩缺陷测试,默认tol=1e-7,因为行和为1。但这可能不会产生您想要的结果
summary(mv_out,tol=0)
Df Pillai approx F num Df den Df Pr(>F)
df$cluster_assignment 1 1.2106 -193.79 7 236
Residuals 242
DV不是满秩,因为rowSumsdf$DV显示行值加起来等于一个常量值。正如danielson指出的,这违反了MANOVA的假设。 这种似乎遵循整体结构的部分模式的数据有时被称为组合数据。您可以在以下网站上获得不错的工具并了解更多信息: 然而,作为一个简单的解决方案,我建议您在构建MANOVA模型之前,将等轴测对数比率转换(例如,中的ilr函数)应用于DV。这将防止错误消息和MANOVA假设问题
library(compositions)
mv_out <- manova(ilr(clo(DV)) ~ cluster_assignment, data = df)
summary(mv_out)
这应该会给您一个公平的解决方案。DV不是满秩,因为rowSumsdf$DV表明行值加起来就是一个常量值。正如danielson指出的,这违反了MANOVA的假设。 这种似乎遵循整体结构的部分模式的数据有时被称为组合数据。您可以在以下网站上获得不错的工具并了解更多信息: 然而,作为一个简单的解决方案,我建议您在构建MANOVA模型之前,将等轴测对数比率转换(例如,中的ilr函数)应用于DV。这将防止错误消息和MANOVA假设问题
library(compositions)
mv_out <- manova(ilr(clo(DV)) ~ cluster_assignment, data = df)
summary(mv_out)
这会给你一个公平的解决方案。
你所提供的数据不容易移植到一个工作重现的例子中,如果你寻求帮助,考虑提供一个。我可以问哪一个部分不起作用吗?你推荐共享数据吗?你想避免与数据的链接,因为链接可能在将来无法工作。请参阅您所提供的数据不容易移植到一个可重复使用的示例中,如果您寻求帮助,请考虑提供一个。我可以问哪个部分不起作用吗?您建议共享数据吗?您希望避免与数据共享链接,因为链接可能在将来无法工作。参见?summary.manova,[用于确定残差是否为秩缺陷的容差]可以减少,但这样做会导致相当不准确的结果,通常最好转换响应以消除高度相关性。在这种情况下,什么类型的转换可能是合适的?为什么rowSums=1是一个问题?谢谢。对不起,我本来可以解释得更清楚的。rowSums=1意味着df$DV的列不是线性独立的,这是manova中的一个假设。一列始终依赖于另6列;例如,df$var7=1-rowSumsdf$DV[,1:6],除了一些小的舍入误差。使用当前代码从printmv_输出时,估计值应该是稳定的。为了获得更好的F-统计量,您可以使用任意6个因变量在summary.manova中运行测试。根据?summary.manova,[用于确定残差是否为秩亏的容差]可以减少,但这样做会产生相当不准确的结果,通常最好转换响应以消除高度相关性。在这种情况下,什么类型的转换可能是合适的?为什么rowSums=1是一个问题?谢谢。对不起,我本来可以解释得更清楚的。rowSums=1意味着df$DV的列不是线性独立的,这是manova中的一个假设。一列始终依赖于另6列;例如,df$var7=1-rowSumsdf$DV[,1:6],除了一些小的舍入误差。使用当前代码从printmv_输出时,估计值应该是稳定的。为了获得更好的F统计量,您可以使用任意6个因变量在summary.manova中运行测试。