모수 추정과 지표 함수 모수화 간의 다른 결과소중한,
9 개의 항 (주 효과 및 상호 작용)으로 구성된 회귀 모델을 수행했습니다. 이 모델에 사용 된 4 개의 변수는 모두 2 개의 수준을 가진 범주 형 변수입니다. 저는 SAS 사용자이기 때문에 JMP의 매개 변수화보다 Indicator 기능 매개 변수화를 선호합니다. 그러나 모수 추정치 표의 p- 값과 지표 함수 모수화간에 약간의 차이가 있음을 발견했습니다. 모형의 1 개의 상호 작용에 대해 모수 추정치 표는 p- 값 0.0046을 제공하고 지표 함수 모수화는 p- 값 0.5173을 제공합니다. 이것은 매개 변수화를 변경할 때 중요에서 중요하지 않은 것으로 변경되는 유일한 용어입니다. 이것이 유용한 정보인지 확실하지 않지만 매개 변수 esitmates 테이블의 표준 오류는 모든 모델 용어에 대해 동일합니다. 누군가가 그 이유가 무엇인지 설명해 주시겠습니까?
미리 감사드립니다.
해석학Re : 매개 변수 추정과 지표 함수 매개 변수화 간의 다른 결과모수 추정치 표에는 모수가 0이라는 귀무 가설에 대한 p- 값이 포함됩니다. 그만큼 매개 변수화 범주 형 예측 변수에 대한 모수의 추정값과 의미를 결정합니다.
Re : 매개 변수 추정과 지표 함수 매개 변수화 간의 다른 결과감사 뿡뿡 귀하의 응답을 위해.
다른 매개 변수화를 사용하면 결국 다른 p- 값이된다는 것을 알고 있습니다. 그러나 나는 paremeterization을 기반으로 주어진 용어에 대한 p- 값이 중요에서 중요하지 않을 것이라고 예상하지 못했습니다. 그것은 상당히 큰 차이입니다. GLM 매개 변수화가 동일한 용어에 대해 중요하지 않은 값으로 끝나는 동안 중요한 용어를 생성하는 매개 변수화 JMP 사용 뒤에 뭔가가 있습니까?
Re : 매개 변수 추정과 지표 함수 매개 변수화 간의 다른 결과설명서는 각 매개 변수화에 대한 코딩과 해석 각 체계 아래의 매개 변수의. 용어는 다른 효과 물론 각 매개 변수화에서 용어가 두 매개 변수화 모두에서 반드시 중요해야 할 이유는 없습니다.
