독립 변수 및 공변량으로서의 연속 변수안녕하세요,
적합 모델 플랫폼에서 연속 변수를 사용하는 관점에서 JMP에서 연속 변수를 독립 또는 공변량으로 정의하는 방법을 이해하려고 합니다.
나의 현재 이해는 디자인 역할을 연속 변수에 대한 공변량으로 정의하지 않는 한 독립적입니다.그리고 F-test를 기반으로 한 Model 유의성 검정을 ANOVA라고 합니다.
연속 변수를 공변량으로 정의하면 모델 유의성 검정을 ANCOVA라고 합니다.
위의 이해를 바탕으로 "지역", "고등학교 졸업생" 및 이들의 상호 작용을 사용하여 "8학년 수학" 응답에 대해 최소 제곱 플랫폼을 사용하는 샘플 데이터 "미국 인구 통계"를 사용하여 모델을 적합했습니다.
"고졸자"는 수학적 목적을 위한 독립 변수로 간주됩니다.
첫 번째 분석에서 "고졸"은 디자인 역할을 정의하지 않고 그대로 사용됩니다(독립).
2차 분석에서 "고졸자"는 디자인 역할의 공변량으로 정의됩니다.
f-검정에 대한 p-값 및 모수 추정값, 추정값 및 모형 및 오차에 대한 SS는 1차 분석과 2차 분석에서 동일합니다. 모델 오류 용어, 모델의 p-값 및 모수 추정의 p-값에서 약간의 차이가 있을 것으로 예상됩니다.
그렇다면 DOE에 특정한 디자인 역할 옵션입니까? 최소 제곱/적합 모델에서 사용하기 위해 연속 요인을 독립 또는 공변량으로 정의하려면 어떻게 해야 합니까?
감사해요!!
소비자 및 시장 조사Re: 독립 변수 및 공변량으로서의 연속 변수감사합니다 마크!
ANOVA에 연속 변수가 포함되어 있으면 공분산 분석(ANCOVA)이 있습니다.
저장 수명 예측 모델 SS(시간이 공변량인 경우) 및 기본 ANOVA에 대해 관찰된 차이는 사용된 SS 유형으로 인한 것입니다. 이것은 내가 놓친 곳입니다.
감사합니다!!Re: 독립 변수 및 공변량으로서의 연속 변수공변량이라는 용어는 그 해석이 사용되는 방식(컨텍스트)에 따라 달라지므로 이해하기 까다로울 수 있습니다. 데이터가 이미 존재하는 회귀 응용 프로그램에서 공변량은 종종 연속적인 독립 변수입니다(그리고 ANCOVA에서 다른 독립 변수는 ~할 것 같은 범주). DOE 목적을 위해 공변량은 다음과 같습니다. 일반적으로 측정되지만 구체적으로 조작되지 않는 독립 변수(종종 공변량이 노이즈이기 때문에 변수 하나는 제어하지 않으려 함). 모델에서 공변량을 설명/할당하여 설계 요인의 효과 감지 정확도를 높입니다.
예를 들어 실험을 실행 중이고 주변 온도 영향이 우려되는 경우입니다. 주변 온도를 관리하기가 꺼려지므로 주변 온도를 사용합니다. 실험의 각 실행 동안 측정. 모델을 작성할 때 주변 온도를 추가합니다. 공변량으로(일반적으로 공변량을 모델의 첫 번째에 놓고 그 중요성을 결정하기 위해 순차적 테스트(유형 1)를 사용합니다. 나머지 모델 효과에 대해서는 부분 테스트(유형 3)를 사용합니다.). 이것은 주변 온도의 영향을 설명합니다(그렇지 않으면 오차 항에 포착되었을 것입니다). 오류 항에서 이러한 효과를 제거하여(축소된 MSE) 실험에서 요인을 테스트하기 위한 정확도를 높였습니다.
Re: 독립 변수 및 공변량으로서의 연속 변수아무 것도 정의할 필요가 없습니다. Analyze > Fit Model을 선택한 후 Effects 역할에서 독립 변수(데이터 열)를 간단하게 캐스트합니다. 데이터 열은 숫자 데이터 유형과 연속 모델링 유형으로 정의되어 있다고 가정합니다. 데이터 열을 선택한 다음 열 > 열 정보를 선택하여 유형을 확인할 수 있습니다.
설계 역할 = 공변량은 일반적으로 JMP로 실험을 설계하고 공변량 요인을 추가할 때 자동으로 생성되는 열 속성입니다. 이 경우 '공변량 요인'이라는 용어는 특히 런과 함께 시간에 따라 변하는 변수를 의미하며, 그 수준은 미리 결정되며 그 효과는 모델에서 추정됩니다.
회귀 분석에서 다른 결과를 기대하는 이유는 무엇입니까?
