在GLM中计算对方差的贡献你好，
当我用4个术语运行一个简单的GLM时，我想知道每个术语对模型的贡献百分比。 这是一个例子：
我构建了一个简单的模型，其中包括河流，鱼龄，鱼的性别和条件因子K作为自变量。 我想知道每个术语对模型整体差异的贡献。 我读到一种基本方法是将每个项的平方和除以整个模型范围的平方和，然后乘以100。 那是对的吗？我有以下内容：
和
上面的误差源是残差平方和，对吗？因此，我将所有这些平方和（包括误差）除以964645712，这是平方的总和（模型加误差）。 但是，当我这样做时，百分比总计总计为84％，而不是100％。
那么，我是在正确的道路上还是有更好的方法？最终，我想知道哪个术语对我的因变量的更改影响最大。
谢谢！
分析工具其他回复：在GLM中计算对方差的贡献默认情况下，JMP使用III型平方和，这些平方和不是加法的。一旦考虑了所有其他项，III型平方和就可以量化该项所解释的可变性的数量。看来您想拥有I型平方和，它们是可加的。
若要查看那些，请单击“响应”菜单标题旁的红色三角形。选择估计>顺序检验。请注意，顺序测试现在与订单有关。这意味着，与将模型指定为K，性别，年龄和河流的结果（作为一个示例）相比，River，Age，性别和K的模型将为您提供不同的平方和。这就是为什么它们不是JMP的默认值的原因。
我认为您正在寻找确定模型中最重要的术语，并按重要性排序。但是，可以通过两种方式来考虑重要性。首先，可能是哪个术语最重要。为此，您应该考虑效果摘要，该摘要提供了一个条形图，以说明每个术语对模型的重要性。重要性的第二种方法是考虑哪些术语对响应的影响最大。您可以使用Prediction Profiler直观地确定。注意，对于每种方法，还有其他可能的工具，甚至可能还有其他方法来考虑重要性。
