此加載項從單向 ANCOVA 的擬合模型報告中攝取估計值，並生成一個指標參數化估計值的組合數據表，依次將分類變量的每個級別視為參考類別。 這允許在此分析中測試成對斜率。
說明（安裝插件後）：
- 使用擬合模型擬合具有交互模型的 ANCOVA
- 選擇加載項 > 單向方差分析與交互簡單斜率測試
- 將以分類 X 的每個級別作為參考，生成指標參數化估計的組合數據表
- 低階項的參數估計及其相關的 t 比和 p 值表明在該項與參考類別的連續 X 的均值處測試 Y 的均值差異
- 相互作用項的參數估計及其相關的 t 比率和 p 值表明 Y 斜率與該術語的連續 X 的差異檢驗Y 對連續 X 的斜率參考類別
- 連續 X 的參數估計及其相關的 t 比率和 p 值表明檢驗這Y 對連續 X 的斜率針對 0 的參考類別（這也是您查看每個類別的斜率的地方）
擴展細節和示例：
包含交互作用的 ANCOVA 是一種多元回歸，其中一個連續 Y 由一個分類 X、一個連續 X 以及兩者之間的交互作用建模。 傳統的 ANCOVA 不包括這種相互作用（一個關鍵假設是回歸的同質性）但有時情況是有證據表明 Y 和連續 X 在分類 X 的水平上有所不同（例如，統計上顯著的交互作用或先前的理論預測這一點）。 當有 3 個或更多級別的分類預測變量時，通過斜率的成對測試來跟踪此交互以查看斜率對於哪些組不同是很有用的。 在下面的示例中，我將使用示例數據目錄中提供的美國人口統計示例數據表。
首先，讓我們使用分析 > 擬合模型來擬合模型。 在這裡，我將根據地區（名義）、高中畢業生（連續）以及兩者的相互作用來預測八年級數學（連續）。 這是此加載項當前支持的唯一結構（即連續 ~ 標稱 + 連續 + 標稱*連續）
在回歸圖中，我們看到回歸線針對每個地區的高中畢業生的八年級數學。
其中幾個地區似乎有類似的回歸，但南部的坡度似乎有點不同。 我們對地區 * 高中畢業生的整體效果測試沒有給我們充分的證據表明存在相互作用 (p = 0.3302)，因此我們可能只是將南方的這種斜率差異視為隨機誤差。 對於這個例子，無論如何讓我們跟進這些斜率並生成斜率的成對測試。 為此，請運行加載項，加載項 > 單向方差分析與交互簡單斜率測試。這將產生下面的估計表：
該表是通過請求該模型的指標參數估計值（反映與參考類別的偏差的估計值）將每個區域作為參考來構建的。 Reference Category 列指示哪個級別的 Region 用作每行的參考。
此表中有四種類型的估計值：
- 截距：這是 Y 回歸到所列參考類別的連續 X 的 Y 截距。 例如，第 1 行中的 NE 是參考類別。 因此，168.615 是回歸的 Y 截距八年級數學針對 NE 的高中畢業生
- Region[] ：每個 Region[] 項都是對平均差異的估計所列區域的八年級數學與參考區域的對比，假定高中畢業生的平均值。 例如，在第 2 行區域中，估計值 -6.266 表示南部地區在八年級數學比 NE（參考類別）低 6.266 分，假設他們都有平均數量的高中畢業生。 注意：強調連續 X 的“平均數”是因為這是一個居中模型。 由於 Y 和連續 X 之間的斜率可能不同，我們需要討論在連續 X 的某個水平上組間的平均差異。 在居中模型中，該位置是連續 X 的平均值。
- 高中畢業生：T這是 Y 回歸到所列參考類別的連續 X 的斜率。 例如，第 5 行中的 NE 是參考類別。 因此，1.300 是回歸的斜率針對 NE 的高中畢業生的八年級數學
- Region[]*(High School Graduates - mean)：每個交互項表示Y 對連續 X 的斜率差異Y 對連續 X 的斜率參考類別。 例如，在第 6 行中，地區 *(High School Graduates-86.464)，估計值 -0.845 表示斜率針對南方高中畢業生的八年級數學比斜率低 0.845 分針對 NE（參考類別）的高中畢業生的八年級數學。注意：從高中畢業生中減去的常數是所有組別中高中畢業生的平均水平。 這就是使它成為中心模型的原因）。
- 與每一行相關聯的 T 比率和 p 值可用作任何估計的檢驗。 例如，如果我們想測試斜率的差異針對高中畢業生的八年級數學South vs the West，我們可以查看第 14 行，Region*(High School Graduates-86.464)，參考類別列為南方。 我們發現斜率差異為 1.236 點，t = 1.83，p = 0.0746。 按照 alpha = 0.05 的標準，我們將無法拒絕原假設；我們只能得出結論，我們沒有足夠的證據將這些斜率視為不同。
- 請注意，第 24 行，區域 *（高中畢業生 - 86.464）中提供了上述測試的相同信息，西部列為參考類別。 只有差異的符號發生了變化。
修訂記錄：
v0.02 - 添加了支持對話框以從多個最小二乘報告中進行選擇
v0.03、v0.04 - 修復了缺陷：標稱列為數字時腳本失敗
v0.05 - 修復缺陷：當設置部分值排序時，附加級別被忽略。
你好，
非常有用的插件，非常感謝！
我有一個關於 p 值的問題。 我知道對於在 JMP 中執行的某些測試，p 值針對多個比較進行了校正。 這是這裡的情況嗎？
此外，對於分類變量為 Y 而不是 X 的情況（與擴展詳細信息中的解釋相反），該測試是否仍然有效？
謝謝，
安德烈亞
你好，
我試著運行這個插件，但它沒有給出任何新的結果表。
查看日誌我發現該行有錯誤
reDoScript = 獲取剪貼板() /*###*/;
可能是什麼問題呢？
謝謝，伊萊
