MANOVA 的事後檢驗：單變量 ANOVA 還是判別分析？
我正在使用 MANOVA 測試來比較三組之間的九個不同的因變量（來自神經心理學和神經精神病學評估）。輸出顯示 GROUP 對我的變量有重大影響（）。
當然，我對這三個組如何影響每個因變量感興趣。我研究了 Field 的“使用 IBM SPSS Statistics 發現統計數據”第 16 章，他指出首選的事後分析是判別分析，因為在 MANOVA 中，因變量與組成員身份相關的線性組合。判別分析可以解釋這種線性組合，所以 Field 說。
否則，我在基本統計站點上閱讀了一些文獻，其中聲明我可以使用帶有 Bonferroni 校正的多個單變量方差分析，並在這些單變量方差分析顯著時使用事後處理。
這些方法哪個更好？也就是說，哪個會使我犯 I 型或 II 型錯誤的機會最小？
“來自群體的重大影響”是指已被拒絕，在哪裡是組中因變量的均值向量. 如果發生這種情況. 在這種情況下，第 1 組和第 2 組之間的判別分析將失敗。您必須首先將整體假設分解為,和. 當然，這裡再次需要多重調整（例如 Bonferroni）。
即使它沒有失敗，判別分析也會為您提供效果的估計，而不是測試結果。如果您實際上對這樣的工具感興趣（例如，為了診斷新患者屬於哪個組），判別分析當然仍然是必要的。
假設的多重調整， 在哪裡表示因變量，可以用 Bonferroni 方法完成。對顯著結果的解釋是，在您確定的因變量中，並非所有組都具有相同的均值。通常你會想把這個結果分解成上面的成對比較。此外，您必須記住，您可能會拒絕全局假設但事後分析失敗。
您的最後一個問題：由於 Bonferroni 非常保守，您可以考慮使用不同的方法，例如在
SimCompR-package 中。這將估計變量之間的未知依賴性。所述信息將導致不那麼保守的調整，因此，更好的功率。