交互作用項のペアごとの比較可能かどうか、および交互作用項がカテゴリと連続変数の間の場合にペアごとの比較を実行する方法を知りたいです。 Jmp では、mai 効果の多重比較しか見つかりませんでした。 ありがとう。Re: 相互作用項のペアごとの比較@ジュリアンどういたしまして、投稿していただきありがとうございます！-- この投稿を訪れた人が簡単に閲覧できるようにするために、ここにリンクします。 https://www.youtube.com/watch?v=k3zk45WrmUI
私はそれらすべてを楽しんでおり、あなたが計画しているブログと並行して、これらを随時作成し続けると素晴らしいでしょう: コミュニティでそれらから多大な恩恵を受けているのは私だけではないと確信しています。
あなたの回答は理にかなっています。ありがとうございます。LS 平均の計算で生じた差異が、これら 2 つの分析間の F 比 (およびその後の p 値) にどのような影響を与えたかがわかりました。実際、このコントラスト テストのコンテキストでの適合モデル プラットフォームが LS 平均を計算しているとは思いもしませんでしたが、OLS のコンテキストでグループ間の相対的な差異を解釈するために LS 平均を使用したことがあったので、よく知っていたはずでした。 Fit Model の回帰モデルはこれまでに何度も使用されました。
しかし、私は何年にもわたって、LS平均と通常の平均の違いを十分に理解し、それを他の人に説明できるように苦労し続けてきました。これは、インターネット上で広く入手できる最高の参考資料です。http://onbiostatistics.blogspot.com/2009/04/least-squares-means-marginal-means-vs.html
また、LS 平均値は実際の平均値よりも近くなる傾向があるということは本当ですか (不均衡なデータ構造を想定)、したがってタイプ II エラー (実際には違いがあるのに違いを検出できない) を起こさないように注意する必要がありますか?それらの違いを解釈するときは?JMP が提案するサンプル データ (「最小二乗平均」トピックに関連付けられている統計インデックス「実行例」の Drug.jmp) でこれを試してみましたが、LS 平均の場合と比べて差が小さくなりました。標準とは、この場合、グループ間のサンプル サイズが等しいことを意味します (関連する分析出力と MS Excel での計算の添付画像を参照)。
最後に、LS 平均と通常の平均の概念的な違いを明確かつ実践的に伝える、優れたプロトタイプの例 (シミュレートされたデータまたはサンプル ディレクトリに既に存在するデータを使用) を一緒に考え出すことができると思いますか?
アイデアは大歓迎です! (それがより意味のあるものであれば、コミュニティに別のディスカッションとして投稿させていただきます)。
@パトリックジュリアーノ
Re: 相互作用項のペアごとの比較こんにちは@パトリックジュリアーノ、
すばらしい質問です！
平均差の推定値: おっしゃるとおり、平均差の推定値は少し異なります。ここでは複雑さを説明しました。 ここの場合のように、同じサイズのグループがない場合 (領域ごとに状態の数が異なります)、ANOVA モデルの最小二乗平均は、観測値を合計して計算する平均とは異なります。グループ内の個人の数で割ります。 LSMeans の推定値については、JMP Docs などで読むことができますが、最も簡単に説明すると、LSMeans は予測された母集団マージンです。均衡のとれた母集団における周辺平均の推定値。 それで、tこの違いの原因はそこにあります。グループを再コード化し、それらの LSmeans に基づいて差を計算する場合、最初に LSmeans を推定してからそれらを平均するのとは異なります。 グループのサイズがすべて同じであれば、違いはありません。
これは、私の選択が不十分な例で気づいた残念な矛盾です:)コントラストを使用した例では MSE が小さくなりますが、これは私が言ったことに基づいているはずです (39.954 対 40.126。この MSE は通常の ANOVA 表で見つけることができます。コントラストはモデルの MSE を使用します)。 (上記の理由により) 再コード化した例では平均差がわずかに大きくなり、F Ratio はその例の方が大きくなります。 最良の例ではありませんが、グループのサイズが等しいデータセット、または再コーディングではなくコントラストを使用することで得られるメリットがより大きいデータセットを使用するべきでした (通常はこれが当てはまります)。今後のブログでは、必ず別の例を選択するつもりです。 このビデオを注意深くご覧いただきありがとうございます!
@ジュリアン
Re: 交互作用項のペアごとの比較こんにちは@ジュリアンはい、ありがとうございます。間違いなく素晴らしいスタートです。ブログ投稿を楽しみにしています。 このビデオでのあなたのコメントを研究し考察する際に、さらにいくつか質問させていただいても構いません。 
まず、指定されたコントラストを使用して S および W 地域と MW および NE 地域を比較するというコンテキストと、S/W と M/NE をまとめて単純に再コーディングするというコンテキストで示した米国の人口統計の例に興味があります。グループ 1 とグループ 2 をそれぞれ分析し、ANOVA を実行します。私が観察したいくつかの点で少し不可解でした。平均差の推定値がコントラスト パネルでは 7.2929 であるのに、ANOVA では 7.310 であるのはなぜですか?差が非常に小さいことはわかっていますが、ここでの平均の計算方法は少し異なるのでしょうか?
平均値は変化せず、分散が異なる方法で計算されているとおっしゃったことは知っています。そして、この例では、2 つのグループの再コード化された (集中された) n に対する ANOVA を使用して、コントラスト パネルからの F 比 16.5530 対 F 比 16.6194 を観察します。ANOVA 出力の MSE を確認すると、40.126 です。Fit-Model のコントラスト テストの MSE が表示されませんが、とにかくここでの私の質問は次のとおりです。コントラスト テストの F 比は次のとおりであるべきではないでしょうか。より大きな分母の MSE の推定精度が高いため、ANOVA よりも優れています。小さいMSE)? この場合、それは常にあるだろうと私が考えていたことの逆です。ANOVAと比較してコントラストテストの方が小さいです（数値的に違いが実質的に無視できることはわかっていますが、それでもあなたが基本的に主張していることについての私の理解に疑問を抱かせます） ）。ありがとう！
Re: 交互作用項のペアごとの比較こんにちは@パトリックジュリアーノ、
絶対に！ 私はこれについてブログを書くつもりでいるので、コントラストの使用方法をいくつか紹介する簡単なチュートリアルを記録し (これはより迅速に実行できます)、時間を作ってブログに取り組み始めるつもりです。これらのトピックについてさらに詳しく説明します。 これが役立つスタートとなることを願っています。
@ジュリアン
https://youtu.be/k3zk45WrmUI
Re: 交互作用項のペアごとの比較こんにちは@ジュリアン、
これは非常に有益です、これを提供し、説明してくれてありがとう！私は、指定されたコントラストがこのようにどのように使用できるのか、つまり、具体的には 1 つの連続予測子と 1 つのカテゴリカル予測子と連続応答のコンテキストで使用できるのかを理解していませんでした。
以前のオンライン コンテンツをいくつか見ました ( https://youtu.be/3skUZZF-CuE ) ここでは、指定したコントラストを実行する一般的なユーティリティについて説明しました。このフォーラムで実際的な利点 (および欠点) を要約していただけますか?
私は、LS 回帰モデル (フィット モデルで実行) 内でコントラストを使用して特定の比較をテストする方法と、これらの比較を行うことで (もしあったとしても) 単純に解釈することよりも何か違う、またはより価値のあるものが得られる理由をより深く理解することに興味があります。標準の多重比較出力の結果は? (Tukey HSD の詳細なペアごとの比較および/または接続文字レポート) モデルの適合?
ありがとう、 @パトリックジュリアーノ
Re: 交互作用項のペアごとの比較こんにちは@sarettathepooh 、
どのような比較を行うことに興味があるのか、もう少し詳しく説明してもらえますか? 1 つの連続因子と 1 つのカテゴリ因子がある場合、交互作用項は、カテゴリ因子のレベル間の差異が連続変数の異なるレベルで異なるかどうか (あるいは、代わりに同等の方法で、Y と連続 X の間の傾きが異なるかどうか) を検定します。変数はカテゴリ因子のレベルによって異なります)。 たとえば、年齢、身長、および年齢 * 身長 (Big Class.jmp から) から体重を予測するモデルでは、予測プロファイラーとの双方向の相互作用を確認できます。
ここで、ペアごとの比較について説明します。カテゴリ因子のレベルを比較したい場合は、主効果の赤い三角形の下で行います。 これらの検定は、連続変数の平均レベルでのカテゴリ変数の各レベルの平均応答のものになります。 交互作用のあるモデルでは、連続変数のどのレベルで比較が行われるかを問うことが重要になります。 平均値は典型的なデフォルトです (何か他のことをするように指示されない限り、これが JMP の動作です)。 探しているのが、連続変数の平均水準以外の、因子のさまざまな水準に対する平均応答の比較である場合、交互作用項ではその検定は見つかりません。むしろ、同じ主効果の赤い三角形の下で、LSMeans Contrast コマンドを使用していることがわかります。下のGIFでは、私が12歳と13歳を比較しているのがわかりますが、身長は70インチです。
これがお役に立てば幸いです!
@ジュリアン
