Zmienne zależne w MANOVA nie powinny być „zbyt silnie skorelowane”. Ale jak silna korelacja jest zbyt silna? Interesujące byłoby uzyskanie opinii ludzi na ten temat. Na przykład, czy kontynuowałbyś MANOVA w następujących sytuacjach?
Y1 i Y2 są skorelowane z ip < 0,005
Y1 i Y2 są skorelowane z , ap = 0,049
Aktualizacja
Niektóre reprezentatywne cytaty w odpowiedzi na @onestop:
„MANOVA działa dobrze w sytuacjach, w których występują umiarkowane korelacje między DV” (notatki z kursu z San Francisco State Uni)
„Zmienne zależne są skorelowane, co jest właściwe dla Manova” (Stany Zjednoczone EPA Stats Primer)
„Zmienne zależne powinny być powiązane koncepcyjnie i powinny być ze sobą skorelowane na niskim lub średnim poziomie”. (Uwagi do kursu z Uniwersytetu Północnej Arizony)
„DVs skorelowane od około .3 do około .7 są kwalifikowalne” (Maxwell 2001, Journal of Consumer Psychology)
nb Nie odnoszę się do założenia, że wzajemna korelacja między Y1 i Y2 powinna być taka sama na wszystkich poziomach zmiennych niezależnych, a jedynie do tego pozornego szarego obszaru dotyczącego rzeczywistej wielkości wzajemnej korelacji.
źródło
Odpowiedzi:
Nie ma jednoznacznej odpowiedzi. Chodzi o to, że jeśli masz korelację zbliżającą się do 1, to zasadniczo masz jedną zmienną, a nie wiele zmiennych. Możesz więc przetestować hipotezy, że r = 1,00. To powiedziawszy, ideą MANOVA jest zaoferowanie czegoś więcej niż serii testów ANOVA. Pomaga znaleźć związek z jednym testem, ponieważ jesteś w stanie obniżyć średni błąd kwadratowy podczas łączenia zmiennych zależnych. To po prostu nie pomoże, jeśli masz wysoce skorelowane zmienne zależne.
źródło
Bibliografia
Cohen, J. (1988) Analiza mocy statystycznej dla nauk behawioralnych. 2nd Ed. Routledge Academic, 567 s.
Cohen, J (1992). Podkład energetyczny. Biuletyn psychologiczny 112, 155–159.
źródło
Zalecałbym przeprowadzenie MANOVA za każdym razem, gdy porównujesz grupy na wielu rejestratorach DV, które zostały zmierzone podczas każdej obserwacji. Dane są wielowymiarowe i do modelowania tej znanej sytuacji danych należy zastosować procedurę SN. Nie wierzę w decyzję, czy użyć go na podstawie tej korelacji. Więc użyłbym MANOVA dla każdej z tych sytuacji. Poleciłbym przeczytać odpowiednie fragmenty poniższego dokumentu konferencyjnego autorstwa Bruce'a Thompsona (ERIC ID ED429110).
ps Uważam, że „koncepcyjnie powiązany” cytat pochodzi z książki Stevensa.
źródło
Twierdzenia o tym, jakie korelacje należy stosować w MANOVA, a które nie powinny być stosowane, są w zasadzie „mitami” (patrz Frane, 2015, „Kontrola błędów mocy i typu I dla porównań jednowymiarowych w wielowymiarowych projektach dwóch grup”). Ale oczywiście, jeśli twoje DV są prawie idealnie skorelowane (tj. Blisko 1 lub -1), powinieneś zadać sobie pytanie, dlaczego traktujesz je jako różne zmienne w pierwszej kolejności.
źródło