パラメーター推定値とインジケーター関数のパラメーター化の間の異なる結果親愛な、
9つの項（主効果と交互作用）で構成される回帰モデルを実行しました。 このモデルで使用される4つの変数は、すべて2つのレベルを持つカテゴリ変数です。 私はSASユーザーなので、JMPのパラメーター化よりもインジケーター関数のパラメーター化を好みます。 ただし、パラメーター推定値テーブルのp値とインジケーター関数のパラメーター化の間にいくつかの不一致があることに気づきました。 モデル内の1つの交互作用について、パラメーター推定値テーブルは0.0046のp値を提供し、インジケーター関数パラメーター化は0.5173のp値を提供します。 これは、パラメーター化を変更するときに有意から非有意に変わる唯一の用語です。 これが有用な情報であるかどうかはわかりませんが、パラメーターesitmatesテーブルの標準エラーはすべてのモデル用語で同じです。 誰かが私にこれの背後にある理由を説明してもらえますか？
前もって感謝します。
分析Re：パラメーター推定値とインジケーター関数のパラメーター化の間で異なる結果パラメータ推定値テーブルには、パラメータがゼロに等しいという帰無仮説のp値が含まれています。 ザ・パラメータ化カテゴリカル予測子の推定値とパラメーターの意味を決定します。
Re：パラメーター推定値とインジケーター関数のパラメーター化の間で異なる結果ありがとう@markbaileyあなたの応答のために。
異なるパラメーター化を使用すると、最終的に異なるp値になることを認識しています。 ただし、パラメーター化に基づいて、特定の項のp値が有意から非有意になるとは予想していませんでした。 それはかなり大きな違いです。 JMPが使用するパラメーター化の背後に、GLMパラメーター化が同じ用語に対して有意でない値になる一方で、有意な項になるものはありますか？
Re：パラメーター推定値とインジケーター関数のパラメーター化の間で異なる結果ドキュメントでは、各パラメータ化のコーディングと解釈各スキームの下のパラメータの。 用語はさまざまな効果各パラメータ化の下で、したがって、もちろん、用語が両方のパラメータ化の下で必ずしも重要である必要がある理由はありません。
