text stringlengths 0 1.95k |
|---|
ij |
SS |
i |
1 |
+= |
i |
1 |
+= |
F |
= |
= |
= |
d |
d |
1 |
= |
1 |
= |
W |
; |
; |
, |
m |
m |
m |
m |
T |
T |
ij |
ij |
1 |
1 |
j |
i |
i |
j |
(5.1) |
169 |
Рис. 5.3. Схема группировки матрицы расстояний |
Однако любая метрика расстояния, принятая в качестве модели отношений между |
точками данных, не вполне вписывается в общую концепцию классического |
дисперсионного анализа, оценивающего вариацию случайных измерений относительно |
групповых средних. Поэтому был предложен (McArdle, Anderson, 2001) другой способ |
вычисления тестовой статистики с использованием концепций линейной модели ANOVA. |
При применении этого подхода на основе исходной матрицы расстояний D с |
использованием преобразований Гувера рассчитывается матрица G, описывающая |
"центроиды", т. е. центры распределения значений dij в пределах каждой группы. Другая |
проекционная матрица H (или "шляпа" hat) вычисляется с использованием вектора |
ортогональных контрастов, связанных с уровнями группировочных факторов. Тогда |
тестовая статистика для проверки нулевой гипотезы об отсутствии различий между r |
группами или псевдо F-критерий находится как |
HGH |
tr |
rm |
( |
)( |
- |
HIGHI |
) |
)( |
( |
- |
- |
где tr – сумма диагональных элементов матрицы, I – единичная матрица. В несколько |
преобразованном виде выражение для псевдо-F-критерия может быть использовано в |
многофакторном дисперсионном анализе матриц дистанций. |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.