Cómo calcular la estimación de la escala en GLS<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />La estimación a escala está disponible para el análisis de mínimos cuadrados ordinarios. ¿Pero no puedo encontrar esta información cuando uso GLS? ¿Alguien puede explicar esto? ¿Tiene esto algo que ver con el supuesto de la distribución normal residual?
Re: Cómo calcular la estimación de la escala en GLSGracias por el complemento. Me pregunto si esto se puede usar para estimar el tamaño del efecto para efectos fijos en el informe para un diseño de parcela dividida, que tiene efectos aleatorios (enteros y subparcelas). Estoy tan acostumbrado a usar la estimación a escala para la evaluación del tamaño del efecto en el análisis de mínimos cuadrados ordinarios. Ahora no puedo encontrar información similar en el informe de regresión para un diseño de parcela dividida.
Re: Cómo calcular la estimación de la escala en GLSActualmente hay un complemento JMP para el tamaño del efecto desde los modos OLS Complemento Calcular los tamaños del efecto
Modelo de efectos aleatorios no son compatibles.
Re: Cómo calcular la estimación de la escala en GLSGracias por la explicación. Yo uso JMP 12. ¿Sabe dónde encontrar el tamaño del efecto para el informe utilizando el método REML?
Re: Cómo calcular la estimación de la escala en GLSGLM no proporciona las estimaciones a escala. Podría usar el editor de fórmulas JMP para crear los factores escalados y luego ejecutar el GLM.
El escalado no tiene que ver con los supuestos de distribución; al escalar, pone los factores en pie de igualdad para permitir la comparación de los coeficientes estimados a través de diferentes factores originalmente en diferentes unidades de medición.
Si utiliza JMP Pro, en su Regresión generalizada, el informe de estimación de parámetros muestra de forma predeterminada los resultados de los factores originales y escalados. Tenga en cuenta que GenReg utiliza un método de escalado ligeramente diferente: resta la media y luego se divide por la desviación estándar, donde, al igual que en OLS, después de restar la media, se divide por rango / 2.
