为什么方差分析表给出不同的结果？你好，
我正在尝试建立一个线性模型，其中 X1 = 时间和 X2 = 治疗。 当我使用“拟合模型”工具时，我发现方差分析表和效果表存在差异（下面的屏幕截图）。 平方和列应该加到相同的总数（在本例中为 6277.9477），对吗？ 效果测试下的 SS 不等于此值。 为什么会这样？ 我误解了这里的计算吗？ 或者这是 JMP 中的错误？
非常感谢！
回复：为什么方差分析表给出不同的结果？不，我不会把第三类平方和加起来作为分母。 该分母没有实际意义。
如何计算“% Variance Explained”将取决于您试图传达的信息。 通常，人们会使用 I 型 SS 除以模型 SS，因为 I 型 SS 将加到模型 SS。 然后您的百分比将增加到 100%。 这是一个“% Variance Explained”，但这些结果将取决于您放置模型项的顺序。
您可以使用 III 型 SS 除以 SS 型。 这将导致总百分比不同于 100%（应该小于 100%）。 在这种情况下，您的结果实际上是“在考虑所有其他模型项后解释的附加百分比方差”。
由于这些问题，我不太喜欢确定为每个术语解释的百分比方差。 您可以使用 JMP 提供的其他方式对项的重要性进行排序，例如也显示项影响量级的效果汇总表。
回复：为什么方差分析表给出不同的结果？感谢丹的澄清。我可以问一个后续问题：如果我想知道每个术语 A、B 和 A*B 解释的方差百分比，我可以使用每个术语的“平方和”作为分子和（总结“三的平方和”作为分母？ 我的意思是不要使用“Model SS”。
回复：为什么方差分析表给出不同的结果？感谢您的反馈，Dan - 非常感谢。
回复：为什么方差分析表给出不同的结果？还有一件事。 如果您想要类型 I 平方和，请从响应名称旁边的红色三角形中选择估计值 > 序贯检验。
回复：为什么方差分析表给出不同的结果？这不是正交的意思。 正交意味着在删除项时 SS 将保持不变（无论使用哪种类型的 SS）。 正交与项输入模型的顺序无关。
回复：为什么方差分析表给出不同的结果？谢谢丹。如果我可以问后续...
该实验是具有 7 个时间点、4 个处理和 2 个重复的全析因实验。 我的理解是，在平衡设计中（就是这样），因素是正交的，因此 I 类、II 类和 III 类平方和应该完全相同。 那么为什么他们会不同呢？
回复：为什么方差分析表给出不同的结果？这不是 JMP 错误。 如果您使用所谓的 I 型平方和（I 型 SS），则平方和将相加。 I 型 SS 的问题在于它依赖于顺序。 这意味着模型 A、B 和 A*B 会给出与模型 B、A、B*A 不同的结果。 因此，除了“手工”计算外，通常不使用 I 型 SS。
JMP 使用的是类型 III 平方和（类型 III SS）。 这通过仅在所有其他项已放入模型后计算项的 SS 来消除顺序依赖性。 这提供了稳定的估计，但它们不会添加到模型 SS 中。
