Unterschiedliche Ergebnisse zwischen Parameterschätzungen und Parametrisierung der IndikatorfunktionLieb,
Ich habe ein Regressionsmodell mit 9 Termen (Haupteffekte und Interaktionen) erstellt. Die 4 in diesem Modell verwendeten Variablen sind kategorische Variablen, die alle 2 Ebenen haben. Da ich SAS-Benutzer bin, bevorzuge ich die Parametrisierung der Indikatorfunktion gegenüber der Parametrisierung von JMP. Allerdings ist mir eine gewisse Diskrepanz zwischen den p-Werten der Parameterschätzungstabelle und der Parametrisierung der Indikatorfunktion aufgefallen. Für 1 Interaktion im Modell liefert die Parameterschätzungstabelle einen p-Wert von 0,0046 und die Indikatorfunktionsparametrisierung einen p-Wert von 0,5173. Dies ist der einzige Term, der sich von signifikant zu nicht signifikant ändert, wenn die Parametrisierung geändert wird. Ich bin nicht sicher, ob diese Information hilfreich ist, aber die Standardfehler in der Parameterschätzungstabelle sind für alle Modellterme gleich. Kann mir bitte jemand erklären, was der Grund dafür sein könnte?
Dank im Voraus.
Konsumenten- und MarktforschungMassenanpassungBetreff: Unterschiedliche Ergebnisse zwischen Parameterschätzungen und IndikatorfunktionsparametrisierungDie Dokumentation erläutert sowohl die Codierung für jede Parametrisierung als auch die Deutung der Parameter unter jedem Schema. Die Begriffe repräsentieren verschiedene Effekte unter jeder Parametrisierung, daher gibt es natürlich keinen Grund, dass ein Term unbedingt unter beiden Parametrisierungen von Bedeutung sein sollte.
Betreff: Unterschiedliche Ergebnisse zwischen Parameterschätzungen und IndikatorfunktionsparametrisierungDanke @Mark_Bailey für deine Antwort.
Mir ist bewusst, dass die Verwendung einer anderen Parametrisierung zu unterschiedlichen p-Werten führt. Allerdings habe ich nicht erwartet, dass ein p-Wert für einen bestimmten Term aufgrund der Paremetisierung von signifikant zu nicht signifikant wechselt. Das ist ein ziemlich großer Unterschied. Steckt hinter der Parametrisierung, die JMP verwendet, etwas, das zu einem signifikanten Term führt, während die GLM-Parametrisierung zu einem nicht signifikanten Wert für denselben Term führt?
Betreff: Unterschiedliche Ergebnisse zwischen Parameterschätzungen und IndikatorfunktionsparametrisierungDie Tabelle „Parameterschätzungen“ enthält p-Werte für die Nullhypothese, dass der Parameter gleich Null ist. Der Parametrisierung bestimmt die Schätzungen und die Bedeutung des Parameters für kategoriale Prädiktoren. Sie sollen nicht gleich sein.
