모수 추정, 예측 방정식 및 표준 오차 해석에 도움Fit Least Squares 분석에서 내 모델에는 세 개의 값 "1", "2", "3"이 포함된 범주형 변수 "Section"과 하나의 연속 변수 "Cycles"가 있습니다. 세 가지 질문이 있습니다.
- 매개변수 추정값 테이블이 모델을 나타내지 않는 이유는 무엇입니까? 섹션 "3"에 대한 정보는 제공되지 않습니다.
- 분석 결과에서 절편 계수를 제외하고 섹션 "1", "2" 및 "3" 계수를 0.655, 0.789 및 0.804로 반환하도록 JMP에서 옵션을 변경할 수 있습니까?
- 특정 섹션의 총 표준 오류를 어떻게 해석합니까? LSM 테이블의 Std Error를 그대로 유지해야 합니까, 아니면 매개변수 추정치의 Std Error를 합산해야 합니까? 즉, Std 오류(절편) + Std 오류(섹션[#]) + St 오류(주기)?
대량 맞춤화Re: 매개변수 추정치, 예측 방정식 및 표준 오차 해석에 도움을 주세요.이 작업을 자주 수행하는 것은 권장하지 않지만 절편 없이 모델을 "확인"하려면 항상 "by" 변수로 섹션을 사용하여 모델을 맞출 수 있습니다(물론 모델에서 섹션을 제거함). 각 섹션에 하나씩 세 가지 모델이 제공됩니다. 각 모델에 대한 절편은 각 섹션에 대한 모수 추정값과 결합된 절편이 됩니다.
이 접근 방식을 사용하면 찾고 있던 "표준 오류"도 얻을 수 있습니다.
나는 일반적으로 이미 적합했던 단일 전체 모델을 이해하기 위해서만 이 접근 방식을 권장합니다. 하나의 모델이 세 개보다 바람직합니다.
Re: 매개변수 추정치, 예측 방정식 및 표준 오차 해석에 도움을 주세요.답장을 보내 주셔서 감사합니다.
- 예, 확장 견적은 제가 찾던 것입니다.
- 전체 모델을 0에서 가로채도록 설정하는 것은 내가 의미하는 바가 아닙니다. 오히려 Section[#]에 대한 매개변수 추정값이 이미 절편(절편과의 차이가 아님)을 포함하기를 원했습니다. 그러나 이것은 통계적 관습에 어긋나고 내가 원하는 것을 충분히 쉽게 계산할 수 있다고 생각합니다.
- 주어진 섹션의 모든 데이터에 대한 표준 오류를 찾으려고 했습니다. 나는 이것이 모수 추정치의 표준 오차가 아니라는 것을 이제 깨달았습니다. LSM 플롯의 표준 오류도 아닙니다. LSM 도표 표준 오차는 합동 표준 편차로 계산됩니다. LSM 도표는 모든 요인 수준 간에 동일한 분산을 가정하기 때문입니다. 한 섹션에 대한 표준 오차를 원하면 별도로 계산해야 하는데 Tabulate 도구를 사용하면 쉽게 할 수 있습니다.
Re: 매개변수 추정치, 예측 방정식 및 표준 오차 해석에 도움을 주세요.몇 가지 답변을 드리겠습니다.
1. JMP는 회귀 모델에서 명목 변수 중 하나의 값을 생략하고 다른 모든 변수에 대한 계수를 보고합니다. 각 계수는 모든 범주의 평균에 대한 해당 범주의 효과로 해석됩니다.모든 범주가 요인으로 사용되는 경우 모델이 과도하게 식별되기 때문에 이는 필요합니다.모델을 실행한 후 "확장 추정치"를 클릭하면 모든 범주에 대한 계수를 볼 수 있습니다.예를 들어 0과 1과 같이 2개의 범주가 있는 경우 JMP는 범주 0에 대한 계수를 제공하고 두 범주 사이의 응답 변수 차이는 계수의 2배가 됩니다(확장된 추정치는 범주 1에 다음과 같은 계수가 있음을 보여줍니다). 절대값은 같지만 부호는 반대).
2. 절편을 제외하려면 적합 모델을 생성할 때 "절편 없음" 상자를 선택하면 됩니다.
3. 여기서 무엇을 요구하는지 잘 모르겠습니다.그러나 모형에 대한 전체 표준 오차를 원하는 경우 적합 요약에 보고된 표준 오차(개별 계수가 아니라 모형에서 잔차의 표준 오차)를 사용하십시오.
