此加载项从单向 ANCOVA 的拟合模型报告中摄取估计值，并生成一个指标参数化估计值的组合数据表，依次将分类变量的每个级别视为参考类别。 这允许在此分析中测试成对斜率。
说明（安装插件后）：
- 使用拟合模型拟合具有交互模型的 ANCOVA
- 选择加载项 > 单向方差分析与交互简单斜率测试
- 将以分类 X 的每个级别作为参考，生成指标参数化估计的组合数据表
- 低阶项的参数估计及其相关的 t 比和 p 值表明在该项与参考类别的连续 X 的均值处测试 Y 的均值差异
- 相互作用项的参数估计及其相关的 t 比率和 p 值表明 Y 斜率与该术语的连续 X 的差异检验Y 对连续 X 的斜率参考类别
- 连续 X 的参数估计及其相关的 t 比率和 p 值表明检验这Y 对连续 X 的斜率针对 0 的参考类别（这也是您查看每个类别的斜率的地方）
扩展细节和示例：
包含交互作用的 ANCOVA 是一种多元回归，其中一个连续 Y 由一个分类 X、一个连续 X 以及两者之间的交互作用建模。 传统的 ANCOVA 不包括这种相互作用（一个关键假设是回归的同质性）但有时情况是有证据表明 Y 和连续 X 在分类 X 的水平上有所不同（例如，统计上显着的交互作用或先前的理论预测这一点）。 当有 3 个或更多级别的分类预测变量时，通过斜率的成对测试来跟踪此交互以查看斜率对于哪些组不同是很有用的。 在下面的示例中，我将使用示例数据目录中提供的美国人口统计示例数据表。
首先，让我们使用分析 > 拟合模型来拟合模型。 在这里，我将根据地区（名义）、高中毕业生（连续）以及两者的相互作用来预测八年级数学（连续）。 这是此加载项当前支持的唯一结构（即连续 ~ 标称 + 连续 + 标称*连续）
在回归图中，我们看到回归线针对每个地区的高中毕业生的八年级数学。
其中几个地区似乎有类似的回归，但南部的坡度似乎有点不同。 我们对地区 * 高中毕业生的整体效果测试没有给我们充分的证据表明存在相互作用 (p = 0.3302)，因此我们可能只是将南方的这种斜率差异视为随机误差。 对于这个例子，无论如何让我们跟进这些斜率并生成斜率的成对测试。 为此，请运行加载项，加载项 > 单向方差分析与交互简单斜率检验。这将产生下面的估计表：
该表是通过请求该模型的指标参数估计值（反映与参考类别的偏差的估计值）将每个区域作为参考来构建的。 Reference Category 列指示哪个级别的 Region 用作每行的参考。
此表中有四种类型的估计值：
- 截距：这是 Y 回归到所列参考类别的连续 X 的 Y 截距。 例如，第 1 行中的 NE 是参考类别。 因此，168.615 是回归的 Y 截距八年级数学针对 NE 的高中毕业生
- Region[] ：每个 Region[] 项都是对平均差异的估计所列区域的八年级数学与参考区域的对比，假定高中毕业生的平均值。 例如，在第 2 行区域中，估计值 -6.266 表示南部地区在八年级数学比 NE（参考类别）低 6.266 分，假设他们都有平均数量的高中毕业生。 注意：强调连续 X 的“平均数”是因为这是一个居中模型。 由于 Y 和连续 X 之间的斜率可能不同，我们需要讨论在连续 X 的某个水平上组间的平均差异。 在居中模型中，该位置是连续 X 的平均值。
- 高中毕业生：T这是 Y 回归到所列参考类别的连续 X 的斜率。 例如，第 5 行中的 NE 是参考类别。 因此，1.300 是回归的斜率针对 NE 的高中毕业生的八年级数学
- Region[]*(High School Graduates - mean)：每个交互项表示Y 对连续 X 的斜率差异Y 对连续 X 的斜率参考类别。 例如，在第 6 行中，地区 *(High School Graduates-86.464)，估计值 -0.845 表示斜率针对南方高中毕业生的八年级数学比斜率低 0.845 分针对 NE（参考类别）的高中毕业生的八年级数学。注意：从高中毕业生中减去的常数是所有组别中高中毕业生的平均水平。 这就是使它成为中心模型的原因）。
- 与每一行相关联的 T 比率和 p 值可用作任何估计的检验。 例如，如果我们想测试斜率的差异针对高中毕业生的八年级数学South vs the West，我们可以查看第 14 行，Region*(High School Graduates-86.464)，参考类别列为南方。 我们发现斜率差异为 1.236 点，t = 1.83，p = 0.0746。 按照 alpha = 0.05 的标准，我们将无法拒绝原假设；我们只能得出结论，我们没有足够的证据将这些斜率视为不同。
- 请注意，第 24 行，区域 *（高中毕业生 - 86.464）中提供了上述测试的相同信息，西部列为参考类别。 只有差异的符号发生了变化。
修订记录：
v0.02 - 添加了支持对话框以从多个最小二乘报告中进行选择
v0.03、v0.04 - 修复了缺陷：标称列为数字时脚本失败
v0.05 - 修复缺陷：当设置部分值排序时，附加级别被忽略。
你好，
非常有用的插件，非常感谢！
我有一个关于 p 值的问题。 我知道对于在 JMP 中执行的某些测试，p 值针对多个比较进行了校正。 这是这里的情况吗？
此外，对于分类变量为 Y 而不是 X 的情况（与扩展详细信息中的解释相反），该测试是否仍然有效？
谢谢，
安德烈亚
你好，
我试着运行这个插件，但它没有给出任何新的结果表。
查看日志我发现该行有错误
reDoScript = 获取剪贴板() /*###*/;
可能是什么问题呢？
谢谢，伊莱
