Dieses Add-In erfasst Schätzungen aus einem Fit-Modell-Bericht einer einseitigen ANCOVA mit Interaktion, um eine kombinierte Datentabelle mit Indikatorparametrisierungsschätzungen zu generieren, wobei jede Ebene der kategorialen Variablen nacheinander als Referenzkategorie behandelt wird. Dies ermöglicht das Testen paarweiser Steigungen in dieser Analyse.
Anleitung (nach der Installation des Add-Ins):
- Passen Sie mithilfe von „Modell anpassen“ eine ANCOVA mit einem Interaktionsmodell an
- Wählen Sie „Add-Ins“ > „One Way ANCOVA with Interaction Simple Slopes Test“.
- Es wird eine kombinierte Datentabelle mit indikatorparametrisierten Schätzungen erstellt, wobei jede Ebene des kategorialen X als Referenz verwendet wird
- Parameterschätzungen für Terme niedrigerer Ordnung und ihre zugehörigen t-Verhältnisse und p-Werte weisen auf einen Test der mittleren Differenz auf Y am Mittelwert des kontinuierlichen X für diesen Term gegenüber der Referenzkategorie hin
- Parameterschätzungen für die Interaktionsterme und ihre zugehörigen t-Verhältnisse und p-Werte zeigen einen Test des Unterschieds in der Steigung von Y gegenüber dem kontinuierlichen X für diesen Term gegenüber dem an Steigung von Y gegen das kontinuierliche X für die Referenzkategorie
- Parameterschätzungen für das kontinuierliche X und ihre zugehörigen t-Verhältnisse und p-Werte weisen auf einen Test von hin Die Steigung von Y gegen das kontinuierliche X für die Referenzkategorie gegen 0 (hier sehen Sie auch die Steigung jeder Kategorie)
Erweiterte Details und Beispiel:
Eine ANCOVA mit einer Interaktion ist eine Art multipler Regression, bei der ein kontinuierliches Y durch ein kategoriales X, ein kontinuierliches X und die Interaktion zwischen beiden modelliert wird. Eine traditionelle ANCOVA berücksichtigt diese Interaktion nicht (und eine entscheidende Annahme ist die Homogenität der Regression), aber manchmal gibt es Hinweise auf die Steigungen zwischen Y und dem Kontinuierliches X unterscheidet sich über die Ebenen des kategorialen Wenn es drei oder mehr Ebenen des kategorialen Prädiktors gibt, ist es sinnvoll, diese Interaktion mit paarweisen Steigungstests weiterzuverfolgen, um zu sehen, für welche Gruppen sich die Steigungen unterscheiden. Im folgenden Beispiel verwende ich die Beispieldatentabelle „US Demographics“, die im Beispieldatenverzeichnis verfügbar ist.
Passen wir zunächst ein Modell mit „Analysieren“ > „Modell anpassen“ an. Hier werde ich Mathematik der achten Klasse (kontinuierlich) auf der Grundlage der Region (nominal), der High-School-Absolventen (kontinuierlich) und der Interaktion der beiden vorhersagen. Dies ist die einzige Struktur, die dieses Add-in derzeit unterstützt (z. B. kontinuierlich ~ nominal + kontinuierlich + nominal*kontinuierlich).
Im Regressionsdiagramm sehen wir Regressionslinien für Mathematik der achten Klasse gegen Abiturienten für jede Region.
Mehrere dieser Regionen scheinen eine ähnliche Regression zu haben, aber die Neigung im Süden scheint etwas anders zu sein. Unser Gesamteffekttest für Absolventen der Region*High School liefert uns keine stichhaltigen Beweise dafür, dass es eine Wechselwirkung gibt (p = 0,3302), daher könnten wir diesen Unterschied in der Neigung für den Süden einfach als zufälligen Fehler betrachten. Lassen Sie uns für dieses Beispiel diese Steigungen trotzdem weiterverfolgen und paarweise Tests der Steigungen durchführen. Führen Sie dazu das Add-In aus, Add-Ins > One Way ANCOVA mit Interaktion Simple Slopes Test.Dadurch wird die folgende Schätzungstabelle erstellt:
Diese Tabelle wurde erstellt, indem Schätzungen der Indikatorparameter für dieses Modell angefordert wurden (Schätzungen, die Abweichungen von einer Referenzkategorie widerspiegeln), wobei jede Region als Referenz betrachtet wurde. Die Spalte „Referenzkategorie“ gibt an, welche Regionsebene als Referenz für jede Zeile verwendet wird.
In dieser Tabelle gibt es vier Arten von Schätzungen:
- Achsenabschnitt: Dies ist der Y-Achsenabschnitt für die Regression von Y auf das kontinuierliche X für die aufgeführte Referenzkategorie. Beispielsweise ist NE in Zeile 1 die Referenzkategorie. 168,615 ist also der Y-Achsenabschnitt für die Regression von Mathematik der achten Klasse gegen High-School-Absolventen, nur für die Nordostklasse
- Region[]: Jeder der Region[]-Terme sind Schätzungen für die mittlere Differenz in Mathematik der achten Klasse für die aufgeführte Region im Vergleich zur Referenzregion, unter der Annahme eines Durchschnittswerts für Abiturienten. Beispielsweise gibt in Zeile 2 „Region“ die Schätzung -6,266 an, dass die Region „Süd“ einen Durchschnittswert hatte Mathematik der achten Klasse, die 6,266 Punkte unter der NE (Referenzkategorie) liegt, vorausgesetzt, dass beide eine durchschnittliche Anzahl von High-School-Absolventen hatten. Hinweis: Diese Betonung des „durchschnittlichen Betrags“ des kontinuierlichen X ist auf die Tatsache zurückzuführen, dass es sich um ein zentriertes Modell handelt. Da die Steigungen zwischen Y und dem kontinuierlichen X unterschiedlich sein können, müssen wir über mittlere Unterschiede zwischen Gruppen auf einer bestimmten Ebene des kontinuierlichen X sprechen. In einem zentrierten Modell ist dieser Ort der Mittelwert des kontinuierlichen X.
- Abiturienten: T Dies ist die Steigung für die Regression von Y auf das stetige X für die aufgeführte Referenzkategorie. Beispielsweise ist in Zeile 5 NE die Referenzkategorie. 1,300 ist also die Steigung für die Regression Mathematik der achten Klasse gegen High-School-Absolventen für den Nordosten
- Region[]*(High-School-Absolventen – Mittelwert): Jeder Interaktionsterm gibt die an Unterschied in der Steigung von Y gegenüber dem kontinuierlichen X für diesen Term gegenüber dem Steigung von Y gegen das kontinuierliche X für die Referenzkategorie. Beispielsweise gibt in Zeile 6, Region *(High School Graduates-86.464), die Schätzung -0,845 an, dass die Steigung von Die Mathematik der achten Klasse im Vergleich zu High-School-Absolventen für den Süden ist 0,845 Punkte niedriger als die Steigung von Mathematik der achten Klasse im Vergleich zu High-School-Absolventen für die NE (die Referenzkategorie).Hinweis: Die Konstante, die von den High-School-Absolventen abgezogen wird, ist das durchschnittliche Niveau der High-School-Absolventen aller Gruppen. Dies macht es zu einem zentrierten Modell.
- T-Verhältnisse und p-Werte, die jeder Zeile zugeordnet sind, können als Tests für jede Schätzung verwendet werden. Wenn wir beispielsweise den Unterschied in der Steigung von testen möchten Mathematik der achten Klasse gegen Abiturienten für B. den Süden im Vergleich zum Westen, könnten wir in Zeile 14, Region* (Abiturienten – 86,464) nachsehen, wobei die Referenzkategorie als Süden aufgeführt ist. Wir finden einen Steigungsunterschied von 1,236 Punkten, t = 1,83, p = 0,0746. Bei einem Standard von Alpha = 0,05 würden wir die Nullhypothese nicht ablehnen; Wir können nur den Schluss ziehen, dass wir nicht über ausreichende Beweise verfügen, um diese Steigungen als unterschiedlich zu betrachten.
- Beachten Sie, dass die gleichen Informationen für den oben genannten Test in Zeile 24, Region *(High School Graduates-86.464), bereitgestellt werden, wobei der Westen als Referenzkategorie aufgeführt ist. Lediglich das Vorzeichen der Differenz hat sich geändert.
Revisionsverlauf:
v0.02 – Unterstützungsdialog zur Auswahl aus mehreren Berichten der kleinsten Quadrate hinzugefügt
v0.03, v0.04 – Fehler behoben: Skript schlug fehl, wenn die nominale Spalte numerisch war
v0.05 – Fehler behoben: Wenn die Teilwertreihenfolge festgelegt wurde, wurden zusätzliche Ebenen ignoriert.
Hallo,
Sehr nützliches Add-In, vielen Dank!
Ich habe eine Frage bezüglich der p-Werte. Ich weiß, dass bei einigen in JMP durchgeführten Tests die p-Werte für mehrere Vergleiche korrigiert werden. Ist das hier der Fall?
Ist der Test auch dann noch gültig, wenn die kategoriale Variable Y und nicht X wäre (im Gegensatz zu dem, was in den erweiterten Details erläutert wird)?
Danke schön,
Andreea
Hallo,
Ich habe versucht, dieses Add-In auszuführen, aber es hat keine neue Ergebnistabelle ergeben.
Als ich mir das Protokoll ansah, stellte ich fest, dass in der Zeile ein Fehler enthalten war
reDoScript = Get Clipboard() /*###*/;
Was könnte das Problem sein?
Danke, Eli
