Welche Beziehung besteht zwischen der „Koeffizientenschätzung“ im Modell und der „Effektgröße“ in der Leistungsanalyse?Hallo,
Wenn ich die Plattform „Fit Model“ verwende, erhalte ich eine Tabelle mit den Parameterschätzungen für das Modell.
Parameterschätzungen
Laufzeitschätzung
Abschnitt -2,064624
x1 7.0881103
x2 11,977504
(x1-0,98875)*(x2-1,04406) 2
Die Modellkoeffizienten betragen also 7,088... für x1, 11,977... für x2 und 2 für den Interaktionsterm.
In der Leistungsanalyse wird das Effektgrößendelta angegeben als:
x1 -> 6.37483262916979
x2 -> 11.7464525716128
x1*x2 -> 1,82566916425025
Das Effektgrößendelta liegt also relativ nahe an der Parameterschätzung, ist aber nicht gleich. Was ist der Unterschied?
(Ich habe Zufallsverteilungen mit einem Mittelwert von 1 für x1 und x2 verwendet.) Die Datei ist beigefügt.
Ein weiterer Punkt: Ist es möglich, eine Leistungsanalyse über die Plattform „Fit Parametric Survival“ durchzuführen?
Betreff: Welche Beziehung besteht zwischen der „Koeffizientenschätzung“ im Modell und der „Effektgröße“ in der Leistungsanalyse?Ich verstehe, was du jetzt besser machst. Sie verwenden den Befehl „Leistungsanalyse“ im Menü für den Effekt mit dem Hebelwirkungsdiagramm. Richtig?
Der Delta-Wert in der Leistungsanalyse ist nicht der geschätzte Parameterwert. Die JMP-Dokumentation erklärt diesen Wert:
Betreff: Welche Beziehung besteht zwischen der „Koeffizientenschätzung“ im Modell und der „Effektgröße“ in der Leistungsanalyse?Danke Marc,
Allerdings verstehe ich es immer noch nicht ganz.
Im beigefügten Beispiel habe ich dasselbe gemacht, aber x1 und x2 haben nur Werte von +/-1. (Sie sind also die gleichen wie die von Ihnen erwähnte „effektcodierte“ Version, oder?).
Jetzt bekomme ich die Parametereffekte
Termschätzungs-Std.-Fehler
Abfangen -5,33e-15 7,224e-8
x1 rekodieren 4,36 5,529e-8 (Der tatsächliche Wert ist 5.)
x2 rekodieren 10 7.224e-8
x1 rekodieren*(x2 rekodieren+0,64) 1 7,224e-8
Die Effektgrößen Delta werden wie folgt angegeben:
x1-Rekodierung -> 4.35404318234411
x2-Rekodierung -> 7.64426468724727
x1 neu kodieren * x2 neu kodieren -> 0,764426468724727
Aufgrund Ihres Kommentars hätte ich erwartet, dass die Effektgrößen mit den Parameterschätzungen übereinstimmen, aber das ist nicht der Fall (in manchen Fällen nicht einmal sehr ähnlich). Es gibt also etwas, was ich falsch mache.
Was die Leistungsanalyse als solche betrifft, so ist die Handbuch unterscheidet tatsächlich zwischen „prospektiver“ und „retrospektiver“ Leistungsanalyse. Es gibt einen Hinweis:
Die von LSV0.05, LSN und AdjPower0.05 bereitgestellten Ergebnisse sollten nicht in der prospektiven Leistungsanalyse verwendet werden. Sie spiegeln nicht die Unsicherheit wider, die einer zukünftigen Studie innewohnt.
Soweit ich weiß, sollten sie nicht verwechselt werden, da es keine Garantie dafür gibt, dass die Streuung in verschiedenen Studien gleich ist. Ist das richtig oder übersehe ich den Punkt?
Betreff: Welche Beziehung besteht zwischen der „Koeffizientenschätzung“ im Modell und der „Effektgröße“ in der Leistungsanalyse?Die Leistungsanalyse geht von einer „Effektkodierung“ aus, sodass der Bereich in der Regression und der Leistungsanalyse zwischen -1 und +1 liegt. Der erwartete Koeffizient beträgt also die Hälfte der Effektgröße (dh die Antwortänderung, wenn der Faktor von niedrig nach hoch wechselt). Die Eigenschaft „Kodierungsspalte“ wird von JMP automatisch hinzugefügt, wenn das Design in der Datentabelle gespeichert wird. Auf diese Weise verwendet die Fit Least Squares-Plattform die codierten Ebenen anstelle der tatsächlichen Ebenen in der Regression. Die codierten Koeffizientenschätzungen sollten mit der Leistungsanalyse übereinstimmen, mit der Ausnahme, dass keine „retrospektive Leistungsanalyse“ durchgeführt werden sollte.
