As variáveis dependentes em um MANOVA não devem ser "fortemente correlacionadas". Mas quão forte uma correlação é muito forte? Seria interessante obter a opinião das pessoas sobre esse assunto. Por exemplo, você continuaria com o MANOVA nas seguintes situações?
Y1 e Y2 são correlacionados com e
Y1 e Y2 são correlacionados com e
Atualizar
Algumas citações representativas em resposta a @onestop:
"O MANOVA funciona bem em situações em que há correlações moderadas entre DVs" (notas do curso da Universidade de São Francisco)
"As variáveis dependentes são correlacionadas, o que é apropriado para Manova" (Estados Unidos EPA Stats Primer)
"As variáveis dependentes devem estar relacionadas conceitualmente e devem ser correlacionadas entre si em um nível baixo a moderado". (Notas do curso da Northern Arizona University)
"DVs correlacionados de cerca de 0,3 a cerca de 0,7 são elegíveis" (Maxwell 2001, Journal of Consumer Psychology)
Não estou me referindo à suposição de que a intercorrelação entre Y1 e Y2 deve ser a mesma em todos os níveis de variáveis independentes, simplesmente nesta área cinza aparente sobre a magnitude real da intercorrelação.
fonte
Respostas:
Não há uma resposta clara. A idéia é que, se você tiver uma correlação que se aproxima de 1, terá essencialmente uma variável e não várias variáveis. Então você pode testar contra as hipóteses de que r = 1,00. Com isso dito, a idéia do MANOVA é fornecer algo a mais do que uma série de testes ANOVA. Isso ajuda a encontrar um relacionamento com um teste, porque você pode diminuir seu erro quadrático médio ao combinar variáveis dependentes. Isso simplesmente não ajudará se você tiver variáveis dependentes altamente correlacionadas.
fonte
Eu recomendaria realizar uma MANOVA sempre que você comparar grupos em vários DVs que foram medidos em cada observação. Os dados são multivariados e um procedimento de MV deve ser usado para modelar essa situação de dados conhecida. Não acredito em decidir se deve usá-lo com base nessa correlação. Então, eu usaria o MANOVA para qualquer uma dessas situações. Eu recomendaria a leitura das partes relevantes do artigo da conferência a seguir de Bruce Thompson (ERIC ID ED429110).
ps Creio que a citação 'conceitualmente relacionada' vem do livro de Stevens.
fonte
Por que não usar as diretrizes de Cohen (1988, 1992) para valores de tamanho de efeito? Ele define o efeito "pequeno" , "médio" e "grande" . Isso sugeriria o uso de MANOVA com variáveis cujo está abaixo de .( 0,24 ≤ r ≤ 0,36 ) ( r ≥ 0,37 ) r 0,37(0.1≤r≤0.23) (0.24≤r≤0.36) (r≥0.37) r 0.37
Referências
Cohen, J. (1988) Statistical Power Analysis for the Behavioral Sciences. 2nd Ed. Routledge Academic, 567 pp.
Cohen, J. (1992). Uma cartilha de poder. Boletim Psicológico 112, 155-159.
fonte
Reivindicações sobre quais correlações devem ou não ser usadas no MANOVA são basicamente "mitos" (ver Frane, 2015, "Poder e controle de erro tipo I para comparações univariadas em projetos multivariados de dois grupos"). Mas é claro, se seus DVs estão quase perfeitamente correlacionados (ou seja, perto de 1 ou -1), você deve se perguntar por que os está tratando como variáveis diferentes em primeiro lugar.
fonte