Comment interpréter le résultat de Covariance AnalysBonjour, 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 hauteur comme covariable, et j'ai fait une analyse de covariance.
Premièrement, je pense que la boîte bleue est une « moyenne ajustée » par covariable car la moyenne réelle pour Contrôle, Rapide et Lent est respectivement de 12,13, 9,41 et 15,83.
Par conséquent, deuxièmement, l’estimation du paramètre (encadré rouge) fournit l’interception et τ 1 et τ2 (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 je peux donc 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 12,457. Est-ce que j'ai mal compris l'analyse de covariance, ou JMP effectue des calculs de différentes manières, contrairement à l'analyse de covariance générale ?
Pourriez-vous me dire comment je peux interpréter cela ?
Toujours un grand merci !!!
Modélisation statistique avancéePersonnalisation de masseIngénierie Qualité et ProcédésRe : Comment interpréter le résultat de Covariance AnalysDésolé, je ne voulais rien impliquer à propos de votre analyse, je transmets simplement ce que d'autres m'ont appris. Oui, la valeur par défaut est le type III (c'est plus robuste par rapport à la façon dont vous entrez dans votre modèle, pour ainsi dire) et c'est pourquoi vous voulez d'abord la covariable dans le modèle et tester sa signification sans que les autres variables soient prises en compte (ce qui est le type III à faire). Tapez Je vais simplement regarder la quantité de variation expliquée par la covariable. Utilisez ensuite les types III pour le reste des termes du modèle.
Bien que Dan ait bien sûr raison et dans ce cas, cela n'a pas d'importance... les deux semblent statistiquement significatifs.
Juste curieux, est-il probable qu'il y ait une interaction entre la hauteur et la libération d'engrais (en supposant que c'est ce qu'implique rapide/lent) ?
Re : Comment interpréter le résultat de Covariance AnalysSi l'ordre modifie les valeurs, cela implique que des sommes des carrés de type I sont utilisées. JMP appellera cela les tests séquentiels dans le menu contextuel du triangle rouge sous Estimations. La valeur par défaut dans JMP est la somme des carrés de type III, où la signification ne change pas en raison de l'ordre du modèle. Vos facteurs sont significatifs quel que soit le type de somme des carrés utilisé.
Re : Comment interpréter le résultat de Covariance AnalysMerci pour votre commentaire. Si l'ordre change les valeurs, cela signifie que la table ANOVA est de type III, n'est-ce pas ? La valeur par défaut du tableau ANOVA dans JMP est de type III ?Merci également pour le fichier 
Re : Comment interpréter le résultat de Covariance AnalysMerci beaucoup!! C'est tellement clair !! J'aime " Expression de prédiction » Cela semble aller bien.
Merci beaucoup.
Re : Comment interpréter le résultat de Covariance AnalysJuste 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 un tableau 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.
Re : Comment interpréter le résultat de Covariance AnalysVous êtes proche, mais vos modèles sont un peu décalés en raison de la façon dont JMP code le facteur d'engrais catégoriel.
Le moyen le plus simple de voir ce que vous voulez voir est d'aller dans le triangle rouge et de choisir
Estimations > Afficher l'expression de prévision :
ou dans le triangle rouge, choisissez Estimations > Estimations élargies :
La façon dont JMP effectue le codage nécessite que les estimations d'une variable catégorielle totalisent 0. Ainsi, l'estimation pour lent = -1*(estimation de contrôle + estimation rapide) = -1*(-.142494 + -3.286649) = 3,4291433, et non 0.
