2-way anova : 모델 SS에 추가하지 않는 매개 변수에 대한 SS - 왜?<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />여보세요
저는 학생이 JMP 7에서 전통적 양방향 분산 분석을 사용하도록 돕고 있습니다. 우리는 '적합 모델'과 두 개의 범주 형 변수와 그 상호 작용을 사용하고 있습니다. 모델 SS, 오류 SS 및 총 SS에 대한 "분산 분석"출력을 사용하고 있습니다. 나는 "효과 테스트"를 사용하여 각 변수에 대해 SS와 F 및 P를 얻습니다. (지금까지 정확한가?).
문제는 매개 변수에 대한 SS가 "모델"SS에 추가되지 않는다는 것입니다. 꽤 가깝지만 정확한 것은 아닙니다. 작은 불일치가 예상됩니까? 사람들은 일반적으로 SS에 대해 매개 변수를 요즘보고합니다 (일반적으로 일반적인 ANOVA의 일반 선형 모델을 사용하므로이 모델에 대해 손대지 마십시오).
어떤 도움을 주셔서 미리 감사드립니다!
2-way anova : 모델 SS에 추가하지 않는 매개 변수에 대한 SS - 왜?감사합니다 - JMP 출력 정렬에 대해 알지 못했습니다. ANOVA와 SS에 대한 정보는 분명 도움이됩니다!
2-way anova : 모델 SS에 추가하지 않는 매개 변수에 대한 SS - 왜?효과 SS는 모델에 대한 "순수한"기여이기 때문에 효과의 순위를 매기는 데 사용합니다. 즉 가장 높은 SS를 가진 효과는 특정 모델의 상황에서 가장 예측 적입니다.
작은 팁 : 임의의 출력 표를 마우스 오른쪽 버튼으로 클릭하여 열별로 정렬하십시오. 이 경우 SS로 정렬하면 Y의 분산에 대한 설명에 순 기여도로 순위가 매겨집니다.
2-way anova : 모델 SS에 추가하지 않는 매개 변수에 대한 SS - 왜?Hi Ron
당신의 대답은 도움이되고 나는 타입 1 대 타입 3 (그리고 몇 가지 다른 타입들)과 '부분 SS'에 대한 언급을 찾아 냈습니다. (이 단어들은 수십 년 전에 통계 클래스의 희미한 기억을 불러 일으켰습니다.) 아마도 전체 모델에 대한 F 점수와 각 매개 변수에 대한 F 및 P 값을 제공하는 것이 가장 적절할 것입니다. SS가 그 이상으로 유용한 정보를 실제로 제공하지는 않는 것 같습니다.
2-way anova : 모델 SS에 추가하지 않는 매개 변수에 대한 SS - 왜?안녕 사슴 & 개,
간단히 말해서, 당신이 언급하는 제곱의 다른 합계는 같은 "유형"이 아닙니다. 자세한 묘사를 위해 유형 1 제곱합과 유형 3 제곱합을 찾습니다.
간단한 설명을 고집하면, 효과 테스트 테이블의 SS는 그 효과에 대한 모델의 "깨끗한 기여"를 나타낸다. 모델 SS에서 평가하기 위해서는 특정 효과를 사용하거나 사용하지 않고 모드를 실행해야합니다. 두 가지 다른 모델에서 "전체"모델 (효과가있는 모델)과 "기본"모델 (효과가없는 모델)의 SS를 비교할 수 있으며 전체 모델의 SS의 차이가 정확히 동일하다는 것을 알 수 있습니다 효과의 SS에게.
이것이 당신에게 첫 번째 단서가되기를 바랍니다.
론
