주요 효과 및 상호 작용 효과28 개의 음악 클립이 있습니다. 14 개는 메이저 모드로 구성되고 나머지 14 개는 마이너 모드로 구성됩니다. 나는 음악에 대한 감정적 인 반응과 음악의 모드와 음악의 템포에 대한 음악에 대한 선호를보고있다. 나는 또한 템포와 모드의 상호 작용 효과를보고 싶다.
이 작업을 수행하는 방법은 Analyze -> Fit Model을 사용하는 것입니다. 그런 다음 음악에 대한 감정적 반응을 y 변수로 사용합니다. 그런 다음 템포 및 모드를 선택합니다. 매크로 아래서, 나는 전체 계승을 통해 템포와 모드의 주요 효과와 두 양의 상호 작용 효과를 얻게되었습니다.
그러나 두 가지 문제가 있습니다.
1) 변수를 하나만 넣으면 템포를 말하고 주 효과를 확인하는 것이 중요합니다. 모드도 마찬가지입니다. 그러나 전체 계승을 사용하면 템포의 주요 효과가 더 이상 중요하지 않습니다.
2) 주 효과에 대해 F- 비율 값이 변경되었음을 확인합니다. 주 효과를 별도로 확인하고 전체 계승.
주된 효과를 설명하는 올바른 방법은 무엇입니까?
제목 : Re : 주요 효과 및 상호 작용 효과당신은 언급하지 않았지만, 당신의 Tempo * Mode의 상호 작용 기간은 매우 중요하다고 생각합니다. 그리고 ANOVA에서 상호 작용 규칙이 있습니다. 기본적으로, 그것이 의미하는 바는, 당신이 서로 독립적으로 당신의 주된 효과들에 대해서 이야기 할 수 없다는 것입니다. 두 사람 사이의 상호 작용은 중요한 것입니다.
제목 : Re : 주요 효과 및 상호 작용 효과예, 템포 * 모드의 상호 작용이 중요합니다. 그렇다면 전체 계승을 사용할 때 템포와 모드의 주 효과 값을 고려해야한다는 의미입니까?
제목 : Re : 주요 효과 및 상호 작용 효과그래, 난 것제목 : Re : 주요 효과 및 상호 작용 효과초기 모델의 설명 (Full Factorial)은 시작할 수있는 적당한 장소 인 것 같습니다. 가능한 모든 효과를 나타냅니다. 이제 데이터가 지원하는 데이터를 결정합니다.
- 통계는 선형 조합 (모델)의 모든 효과를 동시에 테스트합니다. 단일 변수를 포함하면 생략 된 다른 중요한 변수에 의해 추정값이 편향됩니다. 함께 견적을 약화하거나 취소하거나 인위적으로 견적을 부 풀릴 수 있습니다. 생략 된 변수는 모델의 변수에 대한 편향된 추정치를 유도합니다. 모델 선택은 모델 해석보다 우선합니다.
- F 비율의 변화는 첫 번째 지점과 관련이 있습니다. 다른 모델 매개 변수 집합을 추정 할 때마다 다른 질문을합니다.
따라서 몇 가지 일반적인 사항을 고려해야합니다.
- 가능한 모든 효과 (예 : Macro for Full Factorial)를 설정하는 것은 모델의 용어보다 관찰 (즉, 행)이 많은 경우 시작하는 좋은 방법입니다.
- 모델에 중요하지 않다고 결정한 상위 용어를 제거합니다 (예 : X 이전의 X ^ 2 제거).
- 모델 계층 유지 : X가 중요하지 않지만 X ^ 2가 중요하거나 X * Z가 중요한 경우 X를 모델에 유지합니다.
이와 같은 선형 모델은 강력하지만, 특성, 추정 및 해석에 대해 교육을받는 것이 좋습니다. 이 커뮤니티는 도움을 얻을 수있는 좋은 곳이지만 다양한 형태의 교육과 교육을 제공합니다.
