시험 슬라이스의 자유도와 의심스러운 결과?안녕하세요, JMP의 테스트 슬라이스 절차에 대한 약간의 배경과 특히이 절차에서 DF가 계산되는 방법을 찾고 있습니다. 나는 종종 테스트 슬라이스를 사용했지만, 최근에 프로 시저가 제대로 평가되고 있다고 생각하지 않는 부분을 발견했습니다. 온라인 또는 JMP 도움말 정보에서 테스트 슬라이스 절차의 실제 세부 정보를 찾을 수 없었습니다.
나는 고정 계수 A와 B [A] (즉, 계수 B가 인수 A에 중첩 됨)와 세 가지 임의 효과가있는 혼합 효과 모델을 실행 중입니다. A의 각 레벨에서 ~ 8,000 회의 관찰, 6 개의 레벨 A 및 2에서 17 레벨의 B 레벨이 있습니다. A 요소의 테스트 슬라이스를 검토 할 때 (B 요소가 A 레벨과 다른지 여부를 평가하기 위해) 레벨은 매우 중요한 테스트 슬라이스 결과를 나타내지 만 B 레벨의 실제 LS- 평균에는 차이가 없습니다. 이 두 레벨은 또한 훨씬 더 큰 DenDF를 가졌고, 각 A 레벨에서 ~ 500 회의 관찰 만 있었음에도 불구하고이 대비 (~ 2,000)를 예상했습니다. 나는 그것이 우연인지 확실하지 않지만 의심스런 결과를 가진 A의 두 레벨은 B 레벨이 2 레벨 밖에 없지만 다른 모든 A 레벨은 A 레벨이 5+ 레벨입니다. 데이터를 서브 세트하고 B 레벨 간의 차이를 테스트하면 각각의 A 수준은 B 수준 사이에 유의 한 차이가 없다 (두 개의 A 수준에 대해 각각 p = 0.978 및 p = 0.886).
그래서 내 질문은 : 1) 테스트 슬라이스 DF가 JMP에서 어떻게 caclualted이고 어떻게 독립적으로 확인할 수 있습니까? 2) 어떤 유형의 데이터 / 모델 이슈가 그러한 테스트 통계의 잘못된 계산으로 이어질 수 있는지, 3)이 중첩 된 효과를 테스트하기위한 모델 스팩의 대체 분석 전략에 대한 제안이 있는가?
감사
재 : 시험 슬라이스 자유도와 의심스러운 결과?JMP 도움말의 참고 자료에는 이러한 조정에 대한 참고 문헌이 들어 있습니다. 정직하게 말하면 조정이 어떤 방향으로 진행될 것이라고 저는 말할 수 없습니다.
조정이 적절하고 예상 평균 제곱에 의한 자유도가 귀무 가설에 대한 적절한 분포를 제공하지 않으므로 어떤 테스트에 대한 p- 값도 쓸모가 없습니다.
재 : 시험 슬라이스 자유도와 의심스러운 결과?빠른 답변 감사합니다. 이것은 나에게 조금 도움이되지만 불행하게도 나는
KR 조정이 무엇을하고 있는지, 왜 그것이 무엇인지 정확히 이해하지 못한다.
두 레벨 A에 큰 영향을 미치지 만 다른 레벨에는 그렇지 않습니다.
A의 두 레벨은
A의 남은 레벨은 테스트 결과가 * 적은 * 가능성이 있다고 생각했을 것입니다.
중요 할까? 이 경우 KR 조정이 적절하지 않습니까?
나는 올바른 결과를 얻고 있는가?
재 : 시험 슬라이스 자유도와 의심스러운 결과?도움말> 설명서> 선형 모델 피팅> 표준 최소 자승 보고서 및 옵션 (3 장, 210-211 페이지)을 참조하십시오.
혼합 모델의 무작위 효과는 Kenward-Roger 조정을 시험의 분모에 대한 자유도에 적용합니다.
