モデルの「係数推定」と検出力分析の「効果量」の関係は何ですか？やあ、
「FitModel」プラットフォームを使用すると、モデルのパラメーター推定値の表が表示されます。
パラメータ推定値
期間の見積もり
インターセプト-2.064624
x1 7.0881103
x2 11.977504
（x1-0.98875）*（x2-1.04406）2
したがって、モデル係数は、x1の場合は7.088 ...、x2の場合は11.977 ...、交互作用項の場合は2です。
検出力分析では、効果量のデルタは次のように与えられます。
x1-> 6.37483262916979
x2-> 11.7464525716128
x1 * x2-> 1.82566916425025
したがって、効果量のデルタはパラメーターの推定値に比較的近いですが、同じではありません。 違いは何ですか？
（x1とx2の平均値が1のランダム分布を使用しました。）ファイルが添付されています。
別のポイント：「フィットパラメトリックサバイバル」プラットフォームから検出力分析を行うことは可能ですか？
Re：モデルの「係数推定」と検出力分析の「効果量」の関係は何ですか？私はあなたが今何をしているのか理解しています。 効果のメニューで、レバレッジプロットを使用して[検出力分析]コマンドを使用しています。 正しい？
検出力分析のデルタの値は、推定されたパラメーター値ではありません。 JMPのドキュメントでは、この値について説明しています。
Re：モデルの「係数推定」と検出力分析の「効果量」の関係は何ですか？ありがとうマーク、
しかし、私はまだそれを完全に理解していません。
添付の例では同じことを行いましたが、x1とx2の値は+/-1のみです。 （つまり、それらはあなたが言及した「エフェクトコード化」バージョンと同じですよね？）
今、私はパラメータ効果を取得します
期間推定標準誤差
インターセプト-5.33e-157.224e-8
x1 recode 4.36 5.529e-8（実際の値は5です。）
x2再コード107.224e-8
x1再コード*（x2再コード+0.64）1 7.224e-8
効果量のデルタは次のように与えられます
x1再コード化->4.35404318234411
x2再コード化->7.64426468724727
x1再コード*x2再コード->0.764426468724727
あなたのコメントから、私は効果量がパラメーター推定値と同じであると期待していましたが、そうではありません（場合によってはあまり近くないことさえあります）。 だから私が間違っていることがあります。
検出力分析自体に関しては、マニュアル実際、「前向き」と「後ろ向き」の検出力分析を区別します。注があります。
LSV0.05、LSN、およびAdjPower0.05によって提供される結果は、将来の検出力分析では使用しないでください。 それらは、将来の研究に内在する不確実性を反映していません。
私が理解した限りでは、異なる研究で散乱が同じであるという保証はないので、それらを混同しないでください。 それは正しいですか、それとも私は要点を見逃していますか？
Re：モデルの「係数推定」と検出力分析の「効果量」の関係は何ですか？検出力分析は「効果コーディング」を想定しているため、回帰分析と検出力分析の範囲は-1から+1です。 したがって、予想される係数は効果量の半分です（つまり、係数が低から高に変化すると応答が変化します）。 コーディング列のプロパティは、デザインがデータテーブルに保存されるときに、JMPによって自動的に追加されます。 このように、Fit Least Squaresプラットフォームは、回帰の実際のレベルではなく、コード化されたレベルを使用します。 コード化された係数の推定値は、「遡及的検出力分析」を実行してはならないという事実を除いて、検出力分析と一致する必要があります。
