Hola, mi pregunta es sobre la forma de ver la tabla de Análisis de Covarianza en JMP.
Tengo los datos anteriores, y considero la altura como una covariable, e hice un análisis de covarianza.
Primero, creo que el cuadro azul es "media ajustada" por covariable porque la media real para Control, Rápido y Lento es 12,13, 9,41 y 15,83 respectivamente.
Por lo tanto, en segundo lugar, la estimación del parámetro (cuadro rojo) proporciona la intersección y τ 1 y τ2 (τ3 = 0), y luego puedo estimar que
Control: 9.6717502 - 0.142494 + 0.0558x
Rápido: 9.6717502 - 3.286649 + 0.0558x
Lento: 9,6717502 + 0,0558x
El promedio de la covariable (altura) es 49,9 y, por lo tanto, puedo estimar que
Control: 9,53 + 0,0558 * 49,9 ≈ 12,314
Rápido: 6,39 + 0,0558 * 49,9 ≈ 9,17
Lento: 9,6717502 + 0,0558 * 49,9 ≈ 12.457
En comparación con la media ajustada en JMP (cuadro azul), Control y Fast es correcto, pero Slow es diferente. JMP dice que es 15.885810.
Mi cálculo para Slow es 12,457. ¿Entiendo mal sobre el análisis de covarianza o JMP calcula de diferentes maneras a diferencia del análisis de covarianza general?
¿Podría decirme cómo puedo interpretar esto?
Siempre muchas gracias !!!
Estás cerca, pero tus modelos están un poco fuera de lugar debido a la forma en que JMP codifica el factor de fertilizante categórico.
La forma más fácil de ver lo que quiere ver es ir al triángulo rojo y elegir
Estimaciones> Mostrar expresión de predicción:
o en el triángulo rojo, elija Estimaciones> Estimaciones ampliadas:
La forma en que JMP realiza la codificación requiere que las estimaciones de una variable categórica sumen 0. Por lo tanto, la estimación de lento = -1 * (estimación de control + estimación rápida) = -1 * (-. 142494 + -3.286649) = 3.4291433, no 0.
Solo algunas reflexiones sobre su análisis. Primero debe ingresar la covariable en el modelo y usar pruebas secuenciales para analizar la importancia de la covariable. También siempre verifique los VIF cuando use covariables. En su caso, parecen estar por debajo de 2, lo cual es bueno.
Las medias de mínimos cuadrados son una función de la fórmula de predicción establecida en algún valor neutral y es la media de esos niveles de factor nominal. Agregué una tabla de datos con la secuencia de comandos del modelo de ajuste y la fórmula de predicción resultante guardada. Las medias LS para Slow son correctas en JMP.
¡¡Muchas gracias!! ¡¡Es tan claro !! Me encanta " Expresión de predicción "Parece que va bien.
Muchas gracias.
