一般化回帰パーソナリティと診断バンドルこんにちは、みんな、
簡単な質問があります。JMP13 proには一般化回帰パーソナリティが付属しています。 データをフィットさせた後、診断バンドルを使用して残差を確認することが可能です。 ガンマ分布を使用した場合、残差はANOVAの仮定（正規性、同質性、iid）に従いますか？
ありがとうございました
ガンマ分布による一般化回帰
一般化回帰パーソナリティと診断バンドル分散は応答レベルに比例します。あなたが数えているので、あなたは一般化線形モデルパーソナリティを通してポアソン対数線形回帰を試みるかもしれません。ポアソン分布と標準対数リンク関数を選択します。両方のオプションを含めるようにしてください。過剰分散とFirthバイアス調整です。DOEを使用しているので、各実行の機会は同じであり、したがってオフセットは必要ありません。
一般化回帰パーソナリティと診断バンドル 殺菌剤の種類（X1）と菌類の種類（X2）が平均胞子数（Y）に影響を与えるかどうかを検討しています。 実験計画は、治療の組み合わせごとに4つの複製を持つ2×2階乗です。 残差の分析は、分散分析の仮定を満たしません。 特に、残差が正規分布していないように見え、分散が等しくないため、処理の統計的有意性の結論が無効になることを心配しています。
データを変換しても残差は「正規化」されません。 したがって、私はJMPの一般化回帰パーソナリティが提供する分布（ガンマなど）を適用することに興味があります。
一般化回帰パーソナリティと診断バンドル残差について議論するよりも、私たちがさらに深くなる前に、あなたが対処しようとしている実際的な問題を私たちと共有することができるでしょうか。あなたのファイルには、それぞれ2つのレベルで2つの名目上の要素を持つ、バランスのとれた、複製され設計された素晴らしい実験があります。治療の組み合わせごとに4連で。このようなデザインを思いついて理論的根拠なしに作成することはめったにありません。他の人が作成した研究を評価するために「統計」と視覚化を調べ始める前に、その研究の目的を理解したいと思います。
一般化回帰パーソナリティと診断バンドルご回答ありがとうございます。一般化回帰（JSL）スクリプトを使用してJMPファイルを添付しています。 私は疑問に思っています、ガンマ分布に対して残差をチェックする必要がある特性は何ですか？
一般化回帰パーソナリティと診断バンドルPeterの説明に加えて、応答誤差の推定値として各残差（観測されたY - 予測されたY）を考えることができます。使用した一般化回帰モデルは、ガンマ分布による誤差をモデル化したものです。そのため、回帰仮定を残差でチェックするときは、正規分布ではなくガンマ分布を仮定します。
一般化回帰パーソナリティと診断バンドル私たちは残差とそれらの望ましい性質について私たちが作りたい仮定をそれらが実際に計算上のものと混同しているかもしれないと思います。どのJMPモデリングプラットフォームからの残差も、実際に観測された応答と、フィットしたモデルに基づいた予測値がその特定の観測値に対するものであることの差よりも優雅なものではありません。だから残差はそれらが何であるかです。
そのため、ここには実際には2段階のアプローチがあります。
ステップ1：残差を計算します。
ステップ2：「適合性の欠如」または実用的な目的のためのモデルの継続的な使用に疑問を投げかける可能性のあるその他の疑わしいパターンについて残差を分析します。
残差分析のような手法を使用します。視覚化の多くは診断バンドルに組み込まれており、テストしたい前提条件をテストします。そのため、バンドルのビジュアライゼーションに埋め込まれた前提自体はありません。データはデータです。あなたは、正規性、非ランダムパターン、外れ値などをテストするためにあなたの目と領域の専門知識を使うことができます あなたの目と分野の専門知識は、地球上でのF検定やその他の「不適合」検定より勝るはずです。
