GLM에서 분산에 대한 기여도 계산여보세요,
4 개의 항으로 간단한 GLM을 실행할 때 각 항이 모형에 기여한 비율을 알고 싶습니다. 예를 들면 다음과 같습니다.
강, 어류, 어류 및 조건 계수 K를 독립 변수로 포함하는 간단한 모델을 구성했습니다. 각 항의 기여가 모형의 전체 분산에 어떤 영향을 미치는지 알고 싶습니다. 기본 방법 하나는 각 항의 제곱합을 모델 전체의 제곱합으로 나누고 100을 곱하는 것입니다. 그 맞습니까? 나는 다음을 가지고있다 :
과
위의 오류 소스는 잔차 제곱합입니다. 맞습니까? 따라서 오류를 포함하여 이러한 각 제곱합을 총 제곱합 (모델 + 오류) 인 964645712로 나눕니다. 그러나이 작업을 수행 할 때 백분율은 100 %가 아닌 84 %까지 증가합니다.
그래서, 나는 올바른 길을 가고 있습니까 아니면 더 좋은 방법이 있습니까? 궁극적으로 종속 변수의 변경에 가장 큰 영향을 미치는 용어를 알고 싶습니다.
감사!
해석학다른재 : GLM에서 분산에 대한 기여도 계산기본적으로 JMP는 유형 III 제곱의 제곱을 사용합니다. 제 III 형 제곱합은 다른 항이 모두 고려되면 항이 설명하는 변동량을 정량화합니다. 제 1 형 제곱합을 추가하고 싶은 것 같습니다.
이를 보려면 응답 메뉴 제목 옆의 빨간색 삼각형을 클릭하십시오. 견적> 순차 테스트를 선택하십시오. 순차적 테스트는 이제 주문에 따라 다릅니다. 즉, River, Age, Sex 및 K 모델은 모델이 K, Sex, Age 및 River (하나의 가능한 예로서)로 지정된 결과와 다른 제곱합을 제공합니다. 이것이 JMP의 기본값이 아닌 이유입니다.
모형에서 어떤 용어가 가장 중요한지를 결정하고 그 중요성을 평가하는 것으로 생각합니다. 그러나 중요성은 몇 가지 방식으로 볼 수 있습니다. 첫째, 어떤 용어가 가장 중요 할 수 있습니까? 이를 위해 각 항이 모형에 얼마나 중요한지를 나타내는 막대 차트를 제공하는 효과 요약을 고려해야합니다. 중요성에 대한 두 번째 접근법은 어떤 용어가 응답에 가장 영향을 미치는지를 고려하는 것입니다. 예측 프로파일 러를 사용하여이를 시각적으로 확인할 수 있습니다. 이러한 각 접근 방식에 대해 가능한 다른 도구가 있으며 중요도를 고려할 수있는 다른 방법이있을 수 있습니다.
