Para una prueba ANOVA de una manera, ¿por qué los resultados de "Ajustar Y por X" y "Ajustar modelo" son diferentes?Hola,
Estaba tratando de hacer una prueba ANOVA de una vía usando "Ajustar Y por X" y "Ajustar los mínimos cuadrados", los datos de muestra que usé son "Snapdragon". Originalmente, pensé que el valor de P y la proporción de F que obtuve de ambos métodos deberían ser iguales (ver parte resaltada). Sin embargo me equivoqué. En realidad son bastante diferentes.
¿Podría alguien decirme por qué son diferentes utilizando estos dos métodos? ¿Cuál es un análisis más preciso?
¡Muchas gracias!
Re: Para una prueba ANOVA de una vía, ¿por qué los resultados de "Fit Y by X" y "Fit Model" son diferentes?
Lo tengo. Esto ya es muy útil. ¡Gracias!
Re: Para una prueba ANOVA de una vía, ¿por qué los resultados de "Fit Y by X" y "Fit Model" son diferentes?Sí. Si tengo varios factores que podrían estar afectando la respuesta, exploraría los datos de varias maneras y probablemente terminaría con un modelo multivariado (Modelo de ajuste) para mis conclusiones finales. En algunos casos, es posible que también deba considerar las interacciones entre los factores y la adaptación paso a paso.
Desafortunadamente, no puedo decirle lo que tendría que hacer en cada situación en el espacio de un hilo de discusión. Es posible que desee considerar obtener algún entrenamiento formal.Re: Para una prueba ANOVA de una vía, ¿por qué los resultados de "Fit Y by X" y "Fit Model" son diferentes?Hola fili
Gracias por la completa explicación. Eso tiene mas sentido ahora. Entonces, si tengo un conjunto de datos más complicado (varios factores, y cada factor tiene> 5 niveles) y trato de encontrar los factores más dominantes, debo hacer un análisis del Modelo de ajuste y obtener una conclusión de ese resultado, en lugar de solo buscar en el resultado ANOVA unidireccional y encuentre el que tenga la relación F más alta. ¿Mi entendimiento es correcto?
Gracias,
Sichao
Re: Para una prueba ANOVA de una vía, ¿por qué los resultados de "Fit Y by X" y "Fit Model" son diferentes?También preguntas, ¿cuál es el análisis más preciso? Bueno, todos los modelos están equivocados ...
Sin embargo, los análisis individuales de una manera están comparando la varianza del efecto contra la varianza del error. Pero la varianza del error se sobreestima porque incluye la varianza que puede explicarse por el efecto faltante.
Por lo tanto, sugeriría que el modelo combinado es el modelo más útil porque el término de error es solo la varianza que queda después de que hayamos contabilizado los efectos de los efectos de los factores.
Realmente se remonta a la hipótesis que se enmarca al principio del experimento.
Re: Para una prueba ANOVA de una vía, ¿por qué los resultados de "Fit Y by X" y "Fit Model" son diferentes?De hecho, en este caso, puede ver que la suma de cuadrados del modelo para el modelo combinado (142) es simplemente la suma de la suma de los cuadrados para los efectos en los modelos individuales (103 + 39). Eche un vistazo a las tablas de ANOVA, ojalá tenga sentido.
(En este caso, los efectos Suelo y Bloque son ortogonales, no correlacionados entre sí, porque son datos de un experimento diseñado). En otros casos, con datos de observación, este no será necesariamente el caso.
Re: Para una prueba ANOVA de una vía, ¿por qué los resultados de "Fit Y by X" y "Fit Model" son diferentes?Hola,
La respuesta simple es que con Fit Y by X está ajustando 2 modelos separados. Con Fit Model está ajustando un modelo con ambos efectos.
Las pruebas F comparan la varianza del modelo con la varianza del error. La combinación de los efectos tanto del suelo como del bloque explica más de la variación en Y que cualquiera de los dos solos. Por lo tanto, la varianza del error es menor y la relación F es mayor.
¿Eso ayuda?
Saludos,
Phil
