我想测试两个差异/距离/相异矩阵不相同。即两个矩阵之间的行和列代表相同的特征,但距离是从 2 个群体获得的,我对群体之间的差异矩阵是否“看起来不同”感兴趣。
我想我正在寻找类似于 Mantel 检验的东西,但零假设被翻转了。而(据我所知)Mantel 检验测试两个相异矩阵之间的线性相关与非线性相关的零假设,在我的案例中,零是两个相异矩阵相同,我有兴趣拒绝当两个相异矩阵显着不同时,该值为零。
作为这个问题的后续,一旦我对差异进行了某种综合测试,将差异分解为单个细胞贡献的最佳方法是什么。
我想测试两个差异/距离/相异矩阵不相同。即两个矩阵之间的行和列代表相同的特征,但距离是从 2 个群体获得的,我对群体之间的差异矩阵是否“看起来不同”感兴趣。
我想我正在寻找类似于 Mantel 检验的东西,但零假设被翻转了。而(据我所知)Mantel 检验测试两个相异矩阵之间的线性相关与非线性相关的零假设,在我的案例中,零是两个相异矩阵相同,我有兴趣拒绝当两个相异矩阵显着不同时,该值为零。
作为这个问题的后续,一旦我对差异进行了某种综合测试,将差异分解为单个细胞贡献的最佳方法是什么。
我不确定我理解差异/距离/相异矩阵是什么意思。假如说对于一些向量,如果您可以接受对叉积矩阵的转换(例如,向量被归一化,所以, 所以你可以减去 2 从)。然后你可以比较两个叉积矩阵,和我想通过 Wilks 的 lambda 测试给他们打电话。我不确定,但我认为它们都必须与 Wishart 矩阵进行相同的旋转。然后,Wilks 的 lambda 分布将描述两个矩阵的特征值乘积在零值下的比率。
不过,这可能不适用于您的问题...