我正在处理数据问题。我的数据集由 (X,Y) 坐标的观察组成,指示某个网格上的位置。基于变量 Z 有两组。A 组是 Z>10 的所有点,B 组是 Z<10 的所有点。
将 2 组 (X,Y) 坐标分别聚类,然后比较聚类的位置以得出关于 Z 如何影响点位置的一些结论是不是一个好主意?
我想从统计学上说一下 A 组和 B 组点的聚类有多么不同(如果有的话)。所以我可以说差异是因为Z。
我正在处理数据问题。我的数据集由 (X,Y) 坐标的观察组成,指示某个网格上的位置。基于变量 Z 有两组。A 组是 Z>10 的所有点,B 组是 Z<10 的所有点。
将 2 组 (X,Y) 坐标分别聚类,然后比较聚类的位置以得出关于 Z 如何影响点位置的一些结论是不是一个好主意?
我想从统计学上说一下 A 组和 B 组点的聚类有多么不同(如果有的话)。所以我可以说差异是因为Z。
使用多元方差分析:
https://en.wikipedia.org/wiki/Multivariate_analysis_of_variance
在统计学中,多元方差分析 (MANOVA) 是用于比较多元样本均值的过程。作为一个多元过程,当有两个或多个因变量时使用它,并且通常随后进行分别涉及各个因变量的显着性检验。它有助于回答:
自变量的变化对因变量有显着影响吗?
因变量之间的关系是什么?
自变量之间的关系是什么?