Bonjour, ma question concerne la façon de voir le tableau d'analyse de covariance dans JMP.
J'ai des données ci-dessus, et je considère la taille comme une covariable, et j'ai fait une analyse de covariance.
Tout d'abord, je pense que la boîte bleue est la "moyenne ajustée" par covariable car la moyenne réelle pour Contrôle, Rapide et Lent est de 12,13, 9,41 et 15,83 respectivement.
Par conséquent, deuxièmement, l'estimation du paramètre (boîte rouge) fournit l'interception et ?? 1 et 2 (τ3 =0), et puis je peux estimer que
Contrôle : 9.6717502 - 0.142494 + 0.0558x
Rapide : 9.6717502 - 3.286649 + 0.0558x
Lent : 9,6717502 + 0,0558x
La moyenne de la covariable (Hauteur) est de 49,9, et par conséquent, je peux estimer que
Contrôle : 9,53 + 0,0558 * 49,9 12,314
Rapide : 6,39 + 0,0558 * 49,9 9,17
Lent : 9.6717502 + 0.0558 * 49.9 ≈ 12.457
Par rapport à la moyenne ajustée dans JMP (boîte bleue), Control et Fast sont corrects, mais Slow est différent. JMP dit que c'est 15.885810.
Mon calcul pour Slow est de 12,457. Est-ce que je comprends mal l'analyse de covariance, ou JMP calcule de différentes manières contrairement à l'analyse de covariance générale ?
Pourriez-vous me dire comment je peux interpréter cela?
Toujours un grand merci !!!
Vous êtes proche, mais vos modèles sont un peu décalés en raison de la façon dont JMP code le facteur Engrais catégorique.
La façon la plus simple de voir ce que vous voulez voir est d'aller dans le triangle rouge et de choisir
Estimations > Afficher l'expression de prédiction :
ou à partir du triangle rouge, choisissez Estimations > Estimations étendues :
La façon dont JMP effectue le codage nécessite que les estimations d'une variable catégorielle s'additionnent à 0. Ainsi, l'estimation pour lent = -1*(estimation de contrôle + estimation rapide) = -1*(-.142494 + -3,286649) = 3,4291433, pas 0.
Quelques réflexions sur votre analyse. Vous devez d'abord saisir la covariable dans le modèle et utiliser des tests séquentiels pour analyser la signification de la covariable. Vérifiez également toujours les VIF lorsque vous utilisez des covariables. Dans votre cas, ils semblent être inférieurs à 2, ce qui est bien.
Les moyennes des moindres carrés sont fonction de la formule de prédiction fixée à une valeur neutre et constituent la moyenne de ces niveaux de facteurs nominaux. J'ai ajouté une table de données avec le script de modèle d'ajustement et la formule de prédiction résultante enregistrée. Les moyens LS pour Slow sont en effet corrects dans JMP.
Merci beaucoup!! C'est tellement clair !! J'aime " Expression de prédiction" On dirait que ça va bien.
Merci beaucoup.
