相互作用変数を理解するのに助けが必要です<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />こんにちは
実験の単純な 2 元分析を実行しようとしています。各因子には 3 つのレベルがあり、それぞれに 1 つの複製があります。 どちらの変数も連続変数です。 分析を実行し、出力とパラメーターの推定値を見ると、次のことがわかります。
インターセプト
要因 1
要因2
(因子 1 - x) * (因子 2 - y) ここで、x と y は平均化された/任意の値であると思われます
誰かが回帰式で (因子 1 - x) * (因子 2 - y) を使用する方法を説明できますか?
また、さまざまな要因のどのレベルが最も重要であるかを判断する最善の方法は何ですか。
ありがとう
Re: 相互作用変数を理解するのに助けが必要ですああ、はい。 あなたも別のスレッドでこの質問をしたと思います。 センタリングは、スケールの違いによって生じる共線性を軽減するために行われます。 これは、JMP が分析を支援する方法です。
たとえば、この設計では、係数 X1 の範囲が 100 ～ 200、係数 X2 の範囲が 1 ～ 2 であるとします。
X1 X2 X1*X2
100 1 100
100 2 200
200 1 200
200 2 400
インタラクションの範囲は 100 ～ 400 になります。 X1 と X1*X2 相互作用の間の相関は 0.688 で、非常に高い値です。 乗算する前に X1 と X2 を中心にすると、X1 と中心に配置された X1*X2 相互作用の間の相関は 0 になります。 これは良いことなので、JMP はこれを行うのです。 さらに、JMP は、モデルを理解し、センタリングを適切に行って評価するために必要なツールを提供します。
これをオフにしてもらえますか? はい。 [モデルのフィット] ダイアログ ボックスで、左上の赤い三角形をクリックし、[中心多項式] の選択を「オフ」にしてから、[実行] をクリックします。 ただし、これを行うとモデル内の多重共線性が増加し、その結果、パラメーター推定値の分散が増加し、それらのパラメーター推定値の統計的検定と有意性に影響を与えることになることに注意してください。
Re: 相互作用変数を理解するのに助けが必要です私も同じ問題を抱えていたので、この説明をありがとう。
別の質問がありますが、式を簡略化した後、「パラメータ推定」テーブルに (x1-a)*(x2-b) の代わりに単純に x1*x2 を含めることはできますか?
ありがとう ！
相互作用変数を理解するのに助けが必要ですあなたは正しいです。 ヌルになるのは、自由度がすべて使い果たされているためです。 そこで、連続したものとして扱っていただけないかとお尋ねしたわけでございます。 段階的なモデルの性格を使用してモデル化しようとしましたか?
相互作用変数を理解するのに助けが必要です2 つの要素は定量的ですが、名目として分類できます。
私が質問した理由は、モデル効果として 2 つの因子と 2 つの因子の交差を使用してモデルに適合コマンドを実行すると、モデルの効果の F 検定が null になるためです。 それは各因子の自由度が 2 で、交互作用にはさらに 4 の自由度があるため、自由度は 8 になるからだと思います。 これにより、誤差項の自由度がなくなり、F 検定で結果が示されなくなるのです。 そうじゃないですか？ 交互作用項を使用せずに ANOVA を実行すると、正常に実行されます。 また、因子の 1 つを連続変数に変更すると正常に動作しますが、私の場合は両方を公称値として設定する必要があると思います。
ネットで調べてみると、原則として、反復/組み合わせが 1 つだけでは 2 因子間の相互作用を適切に分析できないようです。 この事実だけは確認しておきたいと思います。
相互作用変数を理解するのに助けが必要です大丈夫ですよ。 両方が 3 レベルのカテゴリ因子である場合、モデルはかなり飽和していますが、交互作用項の輪郭が描かれています。 モデルをより節約するために段階的回帰を試すこともできます。 1 つの因子が連続的で、もう 1 つがカテゴリ的である場合、赤い三角形の下にある「応答のシミュレーション」を利用すると、インタラクションとエラーに対して十分な DoF があるように見えます。 あるいは、行を追加して他の組み合わせの 1 つを複製することもできます。
相互作用変数を理解するのに助けが必要です今では理解できました、ありがとう。
もう一つ質問があります... 2 つの因子を含むデータセットがあるが、(以下に示すように) 複製/観察が 1 つしかない場合、DoF が不十分なため、相互作用解析は実行できません。
要因 A 要因 B の反応
1 y1
1 年 2 月
1 c y3
2年4月
2年5月
2 c y6
3年7月
3年8月
3 c y9
相互作用変数を理解するのに助けが必要ですまずモデルをフィッティングした後、赤い三角形に移動し、列の保存>「予測式」を選択します。
これにより、モデルの予測式がデータ テーブルに保存されます。
JMP データテーブルに移動すると、右端に「予測式」という名前の新しい列が追加されていることがわかります。
列見出しをダブルクリックすると、ダイアログ ボックスが表示されます。
列のプロパティのプルダウンで式を強調表示します。
数式の編集ボタンをクリックします
赤い三角形のプルダウンに移動し、単純化を選択します
これにより、簡略化されたパラメータ推定値が得られます。
奇妙なパラメータ推定値が得られた理由は、おそらく 3 水準計画を選択したためです。 2 レベルのデザインでも同じことを達成でき、中心点を追加するだけで、より単純になったかもしれません。
