レバレッジプロットの正しい解釈適合最小二乗の結果を見ていますが、モデルには 2 つの要因があります (モデルを縮小した後、2 つの要因が残ります)。 モデル全体は有意ではありませんが、因子「A」のレバレッジ プロットは有意です。 これがレバレッジ プロットの正しい解釈であるかどうかを確認したかったのです。モデル全体は重要ではありませんが、レバレッジ プロットは、因子「A」が応答に影響を与えることを示しています。 ?
Re: レバレッジプロットの正しい解釈レバレッジ プロットによる有意性の決定に関して、元のスケールを超えてプロットを拡張すると、水平基準線 (影響なし) はパーセント A の信頼領域内に含まれません。 プロットの視覚的評価は、デフォルトの有意水準 0.05 に対する p 値の数値的評価と一致する必要があります。
Re: レバレッジプロットの正しい解釈あなたが何を言いたいのか、なぜあなたが言っているのかわからない」したがって、私が混乱している部分は、重要な要因はありませんが、それでも効果の要約では、要因「パーセント A」が重要です。 " あなたが尋ねたいのは、ANOVAがどのようにしてp -0.05 を超える値p -要因の 1 つの値が 0.05 未満です。
ANOVA は、ふモデルの平均二乗和を誤差の平均二乗和と比較する比率。 これは、ゼロ以外のパラメーターのオムニバス テストです。 パラメータ推定値は、 t推定値と仮説値 (ゼロ) を推定値の標準誤差と比較する比率。 ANOVA と t 検定は、直接関係していません。 これら 2 つのテストは、異なる仮説と方法に基づいています。 1つの要因がp -値が 0.05 よりはるかに小さい場合、ANOVA がp -値は 0.05 未満ですが、正比例しません。 あなたの場合、ANOVA と因子の p 値はどちらも任意の 0.05 有意水準に近いです。 どちらも、帰無仮説 (ゼロ) を棄却する特に強力な証拠を享受していません。
最後の質問を正しく解釈しなかった場合、または問題を明確にしなかった場合はお知らせください。
Re: レバレッジプロットの正しい解釈@スタットマン@マークベイリーしたがって、私が混乱している部分は、重要な要因はありませんが、それでも効果の要約では、要因「パーセント A」が重要です。
Re: レバレッジプロットの正しい解釈私はあなたの最初の投稿に混乱しています。 レバレッジ プロットを見ると、どの要因もモデル全体も重要ではないように見えます。 私の理解では、信頼曲線は水平線を横切らなければなりません。 また、異常に見える残差が 1 つまたは 2 つあるようです。 スクリーニング実験からこれらの要因をどのように選択したかはわかりませんが、これを再検討することをお勧めします. そしてもちろん、Mark からも良いアドバイスがあります。
Re: レバレッジプロットの正しい解釈いいえ！
FDR は、モデル内に非常に多くの項がある状況を対象としています。 これは、タイプ I エラー率の上昇を実験的に制御することを目的としています。
Re: レバレッジプロットの正しい解釈@マークベイリーご回答ありがとうございます。 フォローアップの質問: FDR p 値は、この場合、一致 (因子 A が有意) を除外するのに役立つと思いますか? この結果 (前に示したもの) により、効果の要約は因子 'A' が有意であることを示しています (以下に示します)。
そして、FDR効果の概要を確認すると、次の結果が表示されます。
Re: レバレッジプロットの正しい解釈共有してくれてありがとう。続行するにはいくつかの方法があります。
- どの項も有意ではないというモデル テスト全体からの決定を受け入れることができます。 このアプローチは保守的です。 リスクは、タイプ II のエラーを犯すことです。
- このケースがスクリーニング研究である場合、有意性の共通基準であるアルファ = 0.05 を緩めることができます。 つまり、スクリーニングの際により懸念されるタイプ II エラーの可能性を減らすために、タイプ I エラーの可能性が高いことを受け入れます。 このアプローチは、将来の観察で結論を検証することを前提としています。 たとえば、新しい因子レベルで応答を予測し、経験的に確認します。
- 回帰分析を繰り返したときに傾向が維持されるかどうかを確認するために、特に因子範囲の端でより多くの観測値を収集する場合があります。 その変更が物理的に実現可能である場合は、この段階で範囲を拡張してより大きな効果を生み出すことを検討してください。 このような観察は最大のレバレッジをもたらすため、このアプローチは賢明で経済的です。
Re: レバレッジプロットの正しい解釈@マークベイリーこれらはプロットです。
Re: レバレッジプロットの正しい解釈回帰分析には多くの場合、多くの仮説検定が含まれます。 したがって、第 1 種の誤りである誤った有意性を得る可能性があります。 この場合、要因の 1 つについて高レバレッジの観察結果が得られる可能性もあります。 Actual by Predicted と Leverage Plots の写真を見せていただけますか?
