Uzatılması gerekmiyor. Mantel'in 1967 makalesinde sunulan orijinal Mantel testi, asimetrik matrislere izin verir. Bu testin iki mesafe matrisi X ve Y'yi karşılaştırdığını hatırlayın .n × nXY
Bu noktada, aşağıda geliştirilecek istatistiksel prosedürleri kolaylaştıracak istatistiklerimizde bir değişiklik bekleyebiliriz. Değişiklik kısıtlamasını kaldırmak ve sadece i ≠ j kısıtlamasıyla değiştirmek içindir . Burada X, i j = X j ı ve Y, I J = Y, j i , modifikasyon etkisi tam olarak toplamı değeri ikiye katlamak için basitçe. Bununla birlikte, daha sonra geliştirilen prosedürler, mesafe ilişkileri simetrik olmasa bile, yani X'in mümkün olduğu durumlarda uygundur.i < ji ≠ jXben j= Xj benYben j= Yj ben ve Y i j ≠ Y j i ; O zaman kapsanan özel bir durum şudur ki burada X i j =- X j i , Y i j =- Y j i ...Xben j≠ Xj benYben j≠ Yj benXben j= - Xj ben, Yben j= - Yj ben
(4. bölümde; vurgu eklenmiştir).
Simetri , mesafe matrislerini depolamak ve işlemek için bir "dist" sınıfının nesnelerini kullanan paket gibi birçok yazılımda yapay bir durum gibi görünmektedir . Manipülasyon fonksiyonları, mesafelerin simetrik olduğunu varsayar. Bu nedenle prosedürünü asimetrik matrislere uygulayamazsınız - ancak bu tamamen bir yazılım sınırlamasıdır, testin kendisinin bir özelliği değildir.ade4
R
mantel.rtest
Testin kendisi matrislerin herhangi bir özelliğini gerektirmiyor gibi görünüyor . Açıkçası (önceki bölümün sonundaki antisimetrik referanslara açıkça atıfta bulunularak), veya Y'deki girişlerin pozitif olması bile gerekmez . Bu sadece (vektörlerin olarak kabul iki matrisin korelasyonun bir ölçüde kullanan bir permütasyon testidir , n 2 , bir test istatistik olarak elemanları).XYn2
Prensip olarak listeleyebiliriz ! mümkün olan verilerin, bilgi işlem ve permütasyon Z'nin her permütasyon için [test istatistik] ve sıfır dağılımı elde Z gözlenen değer, kendisine karşı Z yargılanabilir.n !ZZZ
[ ibid. ]
Aslında, Mantel açıkça matrislerin mesafe matrisleri olmadığına dikkat çekti ve bu olasılığın önemini vurguladı :
Genel durum formüller durumlar için de uygun olacaktır 'nin ve Y, I j ' nin kümelenme problemi empoze aritmetik ve geometrik intizamı takip etmez; örneğin , X i k ≤ X i j + X j k . Genel prosedürün daha geniş çeşitlilikteki sorunlara yayılmasının temelini oluşturan X i j 've Y i j ' ye keyfi bir şekilde uygulanabilirliği ...Xben jYben jXben k≤ Xben j+ Xj kXben jYben j
(Örnek, üçgen eşitsizliğini belirtir.)
nn - 1
Z= ∑ ∑ Xben jYben j
Sonuç olarak, en baştan beri, metrik aksiyomların her biri açıkça teste elzem olarak düşünüldü ve reddedildi:
"Mesafeler" negatif olabilir.
Bir nesne ile kendisi arasındaki "mesafeler" sıfır olmayabilir.
Üçgen eşitsizliğinin tutması gerekmez.
"Mesafeler" simetrik olmak zorunda değildir.
Mantel’in istatistik teklifinde bulunduğunu söyleyerek bitireceğim. Z= ∑ben , jXben jYben j, simetrik olmayan mesafeler için kötü çalışabilir. Buradaki zorluk, bu iki matrisi etkili bir şekilde ayıran bir test istatistiği bulmaktır: bunu , ürünlerin toplamı yerine permütasyon testinde kullanın.
Bu, testin bir örneğidir R
. İki mesafe matrisleri göz önüne alındığında x
ve y
bu (istatistiksel test değerlerinin bir vektör) permütasyon dağılımının bir örnek verir. Bunu gerektirmez x
veya y
hiçbir özel özelliğe sahip değildir . Yalnızca aynı boyutta kare matris olması gerekir.
mantel <- function(x, y, n.iter=999, stat=function(a,b) sum(a*b)) {
permute <- function(z) {
i <- sample.int(nrow(z), nrow(z))
return (z[i, i])
}
sapply(1:n.iter, function(i) stat(x, permute(y)))
}