在GLM中計算對方差的貢獻你好，
當我用4個術語運行一個簡單的GLM時，我想知道每個術語對模型的貢獻百分比。 這是一個例子：
我構建了一個簡單的模型，其中包括河流，魚齡，魚的性別和條件因子K作為自變量。 我想知道每個術語對模型整體差異的貢獻。 我讀到一種基本方法是將每個項的平方和除以整個模型範圍的平方和並乘以100。 那是對的嗎？我有以下幾點：
和
上面的誤差源是殘差平方和，對嗎？因此，我將這些平方和（包括誤差）除以964645712，這是平方的總和（模型加誤差）。 但是，當我這樣做時，百分比總計總計為84％，而不是100％。
那麼，我是在正確的道路上還是有更好的方法？最終，我想知道哪個術語對我的因變量的更改影響最大。
謝謝！
分析工具其他回复：在GLM中計算對方差的貢獻默認情況下，JMP使用III型平方和，這些平方和不是加法的。一旦考慮了所有其他項，III型平方和就可以量化該項所解釋的可變性的數量。看來您想擁有I型平方和，它們是可加的。
若要查看這些，請單擊“響應”菜單標題旁的紅色三角形。選擇估計>順序檢驗。請注意，順序測試現在取決於訂單。這意味著，與將模型指定為K，性別，年齡和河流的結果（作為一個可能的示例）相比，River，Age，性別和K的模型將為您提供不同的平方和。這就是為什麼它們不是JMP的默認值的原因。
我認為您正在尋找確定模型中最重要的術語，並按重要性排序。但是，可以通過兩種方式來考慮重要性。首先，可能是哪個術語最重要。為此，您應該考慮“效果摘要”，該摘要提供了一個條形圖，以說明每個術語對模型的重要性。重要性的第二種方法是考慮哪些術語對響應的影響最大。您可以使用Prediction Profiler直觀地確定。請注意，每種方法還有其他可能的工具，甚至可能還有其他方法來考慮重要性。
