Минимум.
Наименьшее наблюдаемое значение распределения переменной.
Многомерные критерии значимости.
В многомерном дисперсионном анализе на-
бор критериев, позволяющих определить влияние факторов и их взаимодействий
на совокупность зависимых переменных. Наиболее мощным считается критерий
Пилая.
Многомерный дисперсионный анализ (ОЛМ-многомерная, MANOVA).
Отли-
чие многомерного дисперсионного анализа от одномерного (ANOVA) заключается
в том, что число зависимых переменных в нем может быть теоретически любым.
Многомерный ковариационный
анализ (MANCOVA).
Многомерный дисперсион-
ный анализ с включением в анализ ковариат.
Многомерный дисперсионный анализ с повторными измерениями (ОЛМ-
повторные измерения).
Вид дисперсионного анализа, в котором одна и та же
группа объектов подвергается действию каждого уровня независимой переменной.
С точки зрения вычислений этот анализ можно назвать внутригрупповым.
Многомерный критерий однородности матриц ковариаций.
Критерий М Бокса
определяет, являются ли ковариационные матрицы одинаковыми. Для каждого из
значений вычисляется p-уровень, а также величина F или
χ
2
.
Многомерное шкалирование.
Метод, позволяющий на основе матрицы различий
между объектами построить одно-, двух- или трехмерное изображение, иллюстри-
рующее удаленность этих объектов друг от друга.
Множественный регрессионный анализ.
Метод, позволяющий спрогнозировать
значения зависимой переменной на основе известных значений независимых пере-
менных.
Мода.
Наиболее часто повторяющееся значение распределения переменной.
Моучли критерий сферичности.
Критерий многомерной нормальности. SPSS вы-
числяет приблизительное значение
χ
2
и соответствующий уровень значимости.
Если уровень значимости оказывается менее 0,05, то, вероятно, данные не являют-
ся нормально распределенными.
Достарыңызбен бөлісу: |
