Salut les gens,
J'espère qu'il y a un test dans le modèle d'ajustement qui peut renvoyer une «valeur p» pour observer les données dans l'échantillon si la moyenne de la population était une valeur donnée.
Lorsque j'exécute un modèle REML sur les données avec lesquelles je travaille, j'obtiens les moyennes des moindres carrés suivantes:
Ce que je voudrais faire, c'est tester si la moyenne de la population pour chacun de ces niveaux est nulle. Je peux le dire parce que l'intervalle de confiance à 95% n'inclut pas zéro pour les quatre niveaux qui p> 0,05. Cependant, j'espère découvrir combien plus petit. De toute évidence, p va être plus grand pour le niveau «Wrinkly NS» que pour le niveau «Ancestor».
J'ai parcouru les menus et les écrans d'aide et je ne trouve aucun moyen de le faire. Mon patron (qui connaît généralement mieux JMP que moi) a suggéré que, sur la base de l'erreur standard, de l'intervalle de confiance à 95% et des degrés de liberté par rapport au test des effets fixes, je pouvais «rétroconcevoir» l'intervalle de confiance.
Essentiellement, en calculant le facteur pour multiplier l'erreur standard par pour obtenir un intervalle de confiance de 95% avec ces degrés de liberté, alors je devrais être en mesure de déterminer quel% d'intervalle de confiance exclurait simplement zéro, et cela me donnerait la valeur p Je cherche.
Cela semble faisable, mais j'espère qu'il existe un moyen plus simple. Quelqu'un a-t-il des suggestions? Faites-moi savoir si plus d'informations pourraient vous aider.
Merci beaucoup pour toute aide!
Je pense que vous pouvez utiliser un t -tester ici. Le numérateur est l'hypothèse alternative moins l'hypothèse nulle et le dénominateur est l'erreur standard de l'estimation. L'échantillon t rapport pour Niveau = ancêtre est (2,3213706-0) / 0,25634312 = 9,0557164. Déterminez ensuite la probabilité d'une valeur au moins aussi grande à partir du t fonction de distribution cumulative avec les degrés de liberté appropriés, 4,157 dans ce cas. Vous pouvez calculer toutes ces informations en ouvrant une fenêtre de script (sélectionnez Fichier> Nouveau> Script ) et en tapant le code suivant:
p value = 1 - t Distribution( (2.3213706 - 0) / 0.25634312, 4.157 );
J'ai également ajouté le calcul de l'intervalle de confiance à 95%. J'obtiens cette réponse:
Notez que les petites différences sont dues aux valeurs arrondies dans la fenêtre JMP. Je n'ai pas les résultats de précision complets avec lesquels travailler. Cela fait une grande différence lorsque vous êtes dans la queue de la distribution.
OK, cela semble fonctionner très bien. Merci beaucoup!
