如何解释协方差分析的结果您好，我的问题是关于如何在JMP中查看协方差分析表。
我有上面的数据，我将身高视为协变量，并进行了协方差分析。
首先，我认为蓝色框是协变量的“调整平均值”，因为控制、快速和慢速的实际平均值分别为 12.13、9.41 和 15.83。
因此，其次，参数估计（红框）提供截距和τ 1 和τ2 (τ3 =0),然后我可以估计
控制：9.6717502 - 0.142494 + 0.0558x
快速：9.6717502 - 3.286649 + 0.0558x
慢：9.6717502 + 0.0558x
协变量（高度）的平均值是 49.9，因此，我可以估计
控制：9.53+0.0558*49.9≈12.314
快速：6.39 + 0.0558 * 49.9 ≈ 9.17
慢：9.6717502 + 0.0558 * 49.9 ≈ 12.457
与JMP（蓝框）中的调整均值相比，Control 和 Fast 是正确的，但 Slow 不同。 JMP 说的是15.885810。
我对 Slow 的计算结果是 12.457。 我对协方差分析的理解是否错误，或者 JMP 的计算方式与一般协方差分析不同？
你能告诉我如何解释这一点吗？
总是非常感谢！
高级统计建模大规模定制质量和工艺工程回复：如何解释协方差分析的结果抱歉，你的分析没有任何暗示的意思，只是传递别人教给我的东西。 是的，默认值是 Type III（可以这么说，这对于您输入模型的方式更加稳健），这就是为什么您首先需要模型中的协变量，并在不考虑其他变量的情况下测试其显着性（这就是 Type III 做）。 I 类将仅查看协变量所占的变异量。 然后对模型中的其余项使用类型 III。
不过，丹当然是正确的，在这种情况下，这并不重要……两者都具有统计显着性。
只是好奇，高度和肥料释放之间是否可能存在相互作用（假设这就是快/慢的含义）？
回复：如何解释协方差分析的结果如果顺序更改了值，则意味着正在使用 I 类平方和。 JMP 将在估计值下的红色三角形弹出菜单下将此称为顺序测试。 JMP 中的默认值是类型 III 平方和，其中显着性不会因模型阶数而改变。 无论使用哪种平方和，您的因子都很重要。
回复：如何解释协方差分析的结果感谢您的评论。 如果顺序改变了值，则意味着方差分析表是类型 III，不是吗？ JMP中ANOVA表默认是Type III？也谢谢你的文件:)
回复：如何解释协方差分析的结果太感谢了！！ 太清楚了！！ 我爱 ”预测表情”看起来进展顺利。
非常感谢。
回复：如何解释协方差分析的结果只是对你的分析的一些想法。 您应该首先在模型中输入协变量，然后使用序贯检验来分析协变量的显着性。 使用协变量时还要始终检查 VIF。 在你的情况下，它们似乎低于 2，这很好。
最小二乘均值是设置为某个中性值的预测公式的函数，并且是那些标称因子水平的平均值。 我添加了一个数据表，其中包含拟合模型脚本和保存的结果预测公式。 在 JMP 中，Slow 的 LS 均值确实是正确的。
回复：如何解释协方差分析的结果您很接近，但由于 JMP 对分类肥料因子进行编码的方式，您的模型略有偏差。
查看您想查看的内容的最简单方法是转到红色三角形并选择
估计 > 显示预测表达式：
或者从红色小三角中选择估计 > 扩展估计：
JMP 进行编码的方式要求分类变量的估计值加至 0。 因此，慢速估计 = -1*(控制估计 + 快速估计) = -1*(-.142494 + -3.286649) = 3.4291433，而不是 0。
