ANCOVA에서 기울기와 절편 추정나는 오늘 특히 멍청한 느낌이 들며 누군가가 나를 더 똑똑하게 느끼도록 도와줄 수 있기를 바랍니다.별도의 기울기로 ANCOVA를 실행할 때 유의성 t-검정과 함께 각 그룹의 기울기 및 절편의 추정치를 얻고 싶습니다.SAS에서 GLM을 실행하고 다음과 같이 모델을 지정할 수 있습니다(JMP "Drug" 데이터 테이블 사용).
모델 y = 약물 약물*x / 용액 없음;
JMP에서 이것과 비교할 만한 것을 찾을 수 없습니다.Fit Model 대화 상자에서 위의 동일한 모델을 지정하면 SAS가 제공하는 것과 완전히 다른 결과를 얻을 수 있습니다.지표 매개변수 추정치, 확장된 추정치 및 모델 적합 결과 창의 "효과" 메뉴 항목 아래에 있는 거의 모든 것을 표시해 보았습니다.JMP가 모델을 SAS와 다르게 매개변수화한다는 것을 알고 있지만 SAS 결과를 복제하기 위한 모델 사양과 옵션의 올바른 조합을 아직 찾지 못했습니다.나는 또한 모수 추정 테이블에서 기울기와 절편이 무엇인지 알아낼 수 있다는 것을 알고 있지만 테스트는 그룹 기울기와 절편이 0과 다른지 여부가 아니라 편차가 0과 크게 다른지 여부를 테스트하는 것입니다. 오늘 내가 느끼는 것보다 멍청하다).
Re: ANCOVA에서 기울기와 절편 추정유사한 모델의 비교를 유지하기 위해 다음은 절편이 있는 체중 = 성별에 대한 SAS 출력입니다.
따라서 성별 = F의 평균 체중은 108.3181818 - 7.3737374 = 100.94444(예측)입니다.
다음은 동일한 모델에 대한 JMP 출력입니다.
따라서 성별에 대한 평균 체중 = F는 104.63131 - 3.686869 = 100.94444이며 동일한 예측값입니다.
모델에서 절편 항을 제거하고 무슨 일이 일어나는지 봅시다. 새 모델에 대한 SAS 출력은 다음과 같습니다.
성별 = F의 평균 체중은 다시 100.94444입니다.
JMP는 어떻습니까?
흠, 그건 다릅니다. 하지만 이 추정은 틀리지 않았습니다! JMP는 선형 예측 변수에 효과 코딩을 사용하며 이 제약 모델 모델은 SAS GLM의 제약 모델과 동일하지 않습니다. 이 추정치는 최소 제곱 의미에서 가장 좋지만 예측 변수에 대한 성별만 있는 경우에는 적합하지 않습니다. 가로채기를 제거하면 안 됩니다. 그것이 여기서의 교훈입니다.
Re: ANCOVA에서 기울기와 절편 추정차이점에 대해 JMP 기술 지원팀으로부터 회신을 받았습니다.
"모델 체중=성별의 간단한 경우에서 PROC GLM은 '성별'의 두 수준에 대한 설계 행렬에 열을 포함하므로 절편이 제거될 때 두 매개변수에 대해 여전히 2개의 열이 남아 있습니다(하나는 남성에 대한 것입니다). , 여성용 1개). 반면에 JMP는 설계 행렬에 열이 하나만 있으므로 하나의 매개변수만 추정됩니다. 범주형 효과가 포함된 경우 절편이 없는 모델과 일치하지 않습니다."
Re: ANCOVA에서 기울기와 절편 추정BigClass 데이터를 사용하여 PROC GLM에서 MODEL weight = sex sex*height / noint solution을 사용하여 얻은 것입니다.
모수 | 추정 | 기준 오류 | t-값 | 홍보 > |티| |
| 섹스 F | -189.7725451 | 65.19174041 | -2.91 | 0.0061 |
| 성별 M | -109.0144590 | 51.63743795 | -2.11 | 0.0418 |
| 신장*성별 F | 4.7745491 | 1.06889262 | 4.47 | <.0001 |
| 신장*성별 M | 3.4006530 | 0.80623574 | 4.22 | 0.0002 |
두 성별 매개변수 추정치의 해석은 그것들이 F와 M에 대한 절편이고 신장*성 매개변수 추정치가 F와 M 기울기라는 것입니다.이 표의 검정은 이러한 매개변수 추정치가 0과 유의하게 다른지 여부를 검정합니다.내 원래 질문은 주로 JMP에서 이 테이블을 복제하는 방법과 관련이 있습니다.모델 적합에 의해 생성된 그래프는 PROC GLM에 의해 생성된 그래프와 동일하지만 매개변수 추정 테이블은 매우 다릅니다.
Re: ANCOVA에서 기울기와 절편 추정이것은 적합한 ANCOVA 모델입니다(여전히 Big Class 예제 사용).
이것은 절편 항과 중심 연속 예측 변수가 있는 동일한 데이터의 ANCOVA 모델입니다.
첫 번째 모델의 조건은 두 번째 모델의 조건과 매우 다릅니다. 그것들은 단순한 수학적 대안이 아닙니다(절편 및 범주 효과 대 범주 절편).
Re: ANCOVA에서 기울기와 절편 추정SAS 또는 JMP 모델 사양에는 절편 매개변수가 없으므로 절편에 대한 추정치가 없습니다. (편집: 그룹 효과를 절편으로 언급하는 것으로 알고 있습니다. 그것은 공정한 해석이지만 내 해석과 다릅니다. 가로채기의 해석도 센터링 없이는 더 흐릿합니다.)
상호 작용에 대한 효과 테스트는 그룹에 대해 기울기가 다른지 확인하는 데 사용됩니다. (편집: 나는 당신이 원하는 것에 대해 명확하지 않다고 생각합니다. 불일치를 제외하고 JMP 출력(제공되는 것)은 SAS와 동일합니다.
SAS GLM과 JMP Fit Least Squares의 차이점에 대해 알아보고 있는데 언제 설명을 들을 수 있을지 모르겠습니다.
Re: ANCOVA에서 기울기와 절편 추정빠른 답장을 보내 주셔서 감사합니다.귀하의 예는 실제로 내 요점을 보여줍니다.SAS의 절편 추정값은 JMP의 추정값과 일치하지 않으며 근접하지도 않습니다.JMP의 절편 추정치는 어떤 것으로부터의 편차로 보이지만 그것이 무엇인지 명확하지 않습니다."높이" 주효과로 모델을 실행하면 상황이 더욱 명확해집니다.
Re: ANCOVA에서 기울기와 절편 추정방금 JMP 예제 Big Class를 사용했습니다. Analyze > Fit Model을 사용하여 모델을 지정한 다음 빨간색 삼각형을 클릭하여 Submit to SAS를 선택했습니다. 이 프로그램은 JMP가 저를 위해 만든 것입니다.
DATA Big_Class; INPUT sex &$ height weight; Lines;
F 59 95
F 61 123
F 55 74
F 66 145
F 52 64
M 60 84
M 61 128
M 51 79
F 60 112
F 61 107
F 56 67
M 65 98
M 63 105
M 58 95
M 59 79
F 61 81
F 62 91
F 65 142
F 63 84
F 62 85
M 63 93
M 64 99
M 65 119
M 64 92
M 68 112
M 64 99
M 69 113
F 62 92
F 64 112
M 67 128
M 65 111
M 66 105
M 62 104
M 66 106
F 65 112
F 60 115
M 68 128
F 62 116
M 68 134
M 70 172
;
RUN;
PROC GLM DATA=Big_Class ALPHA=0.05;
CLASS sex;
MODEL weight = sex height sex*height / noint solution;
RUN;
다음은 SAS 출력입니다.
먼저 절편이 없는 선형 모델을 요청하셨습니다. Fit Model 시작 대화 상자 하단 중앙에서 이 옵션을 선택하기만 하면 됩니다. 빨간색 삼각형을 클릭하고 중심 다항식을 선택 취소합니다. 실행을 클릭합니다. 그런 다음 상단의 빨간색 삼각형을 클릭하고 견적 > 확장 견적을 선택합니다.
다음은 JMP 출력입니다.
JMP는 PROC GLM과 다르게 항을 매개변수화하기 때문에 추정치가 다릅니다. 이 보고서가 당신이 찾고 있는 것입니까?
