일원 분산 분석 테스트의 경우 "Fit Y by X"와 "Fit Model"의 결과가 다른 이유는 무엇입니까?안녕,
"Fit Y by X"와 "Fit Least Squares"를 사용하여 일원 분산 분석 테스트를 수행하려고 했는데, 제가 사용한 샘플 데이터는 "Snapdragon"입니다. 원래 저는 두 방법에서 얻은 P 값과 F 비율이 동일해야 한다고 생각했습니다(강조 표시된 부분 참조). 그러나 나는 틀렸다. 그들은 실제로 꽤 다릅니다
누군가 이 두 가지 방법을 사용하여 왜 다른지 말해 줄 수 있습니까? 어느 쪽이 더 정확한 분석인가요?
정말 감사합니다!
Re: 일원 분산 분석 테스트의 경우 "Fit Y by X" 및 "Fit Model"의 결과가 왜 di입니까?
알았어요. 이것은 이미 매우 도움이 됩니다. 감사해요!
Re: 일원 분산 분석 테스트의 경우 "Fit Y by X" 및 "Fit Model"의 결과가 왜 di입니까?예. 반응에 영향을 미칠 수 있는 여러 요인이 있는 경우 다양한 방법으로 데이터를 탐색하고 최종 결론을 내리기 위해 다변량 모델(맞춤 모델)로 끝날 가능성이 높습니다. 어떤 경우에는 요인과 단계적 피팅 간의 상호 작용을 고려해야 할 수도 있습니다.
불행하게도 토론 스레드 공간에서는 모든 상황에서 무엇을 해야 하는지 말씀드릴 수 없습니다. 정식 교육을 받는 것을 고려해 볼 수도 있습니다.Re: 일원 분산 분석 테스트의 경우 "Fit Y by X" 및 "Fit Model"의 결과가 왜 di입니까?안녕하세요 필,
철저한 설명에 감사드립니다. 이제 그게 더 이해가 됩니다. 따라서 더 복잡한 데이터 세트(여러 요인, 각 요인의 수준이 5개보다 큼)가 있고 가장 지배적인 요인을 찾으려고 한다면 단순히 보기만 하는 대신 적합 모델 분석을 수행하고 그 결과로부터 결론을 얻어야 합니다. 일원 분산 분석 결과에서 F 비율이 가장 높은 결과를 찾습니다. 내 이해가 맞나요?
감사해요,
쓰차오
Re: 일원 분산 분석 테스트의 경우 "Fit Y by X" 및 "Fit Model"의 결과가 왜 di입니까?또한 가장 정확한 분석이 무엇인지 묻습니다. 글쎄요, 모든 모델이 틀렸어요...
그러나 개별 단방향 분석은 효과 분산과 오류 분산을 비교합니다. 그러나 오차 분산은 누락된 효과로 설명될 수 있는 분산을 포함하기 때문에 과대평가됩니다.
그러므로 오류항은 요인 효과의 효과를 고려한 후에 남은 분산일 뿐이므로 결합 모델이 더 유용한 모델이라고 제안합니다.
이는 실제로 실험 초기에 설정되었던 가설로 돌아가는 것입니다.
Re: 일원 분산 분석 테스트의 경우 "Fit Y by X" 및 "Fit Model"의 결과가 왜 di입니까?실제로 이 경우 결합된 모델(142)에 대한 모델 제곱합은 단순히 개별 모델의 효과에 대한 제곱합(103 + 39)임을 알 수 있습니다. ANOVA 테이블을 살펴보십시오. 의미가 있기를 바랍니다.
(이 경우 토양과 블록 효과는 설계된 실험의 데이터이기 때문에 서로 상관되지 않고 직교합니다. 다른 경우(관찰 데이터의 경우)에는 반드시 그런 것은 아닙니다.
Re: 일원 분산 분석 테스트의 경우 "Fit Y by X" 및 "Fit Model"의 결과가 왜 di입니까?안녕,
간단한 대답은 Fit Y by X를 사용하여 2개의 별도 모델을 맞추는 것입니다. Fit Model을 사용하면 두 가지 효과를 모두 사용하여 하나의 모델에 적합합니다.
F 테스트는 모델 분산을 오류 분산과 비교합니다. 토양 효과와 블록 효과의 조합은 단독 효과보다 Y의 변동을 더 많이 설명합니다. 따라서 오류 분산은 더 낮고 F 비율은 더 높습니다.
그게 도움이 되나요?
문안 인사,
필
