Hola, mi pregunta es sobre la forma de ver la tabla de Análisis de Covarianza en JMP.
Tengo los datos anteriores, considero la altura como covariable e hice un análisis de covarianza.
Primero, creo que el cuadro azul es una "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
Controlar: 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
Controlar: 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 Rápido son correctos, pero Lento es diferente. JMP dice que es 15.885810.
Mi cálculo para Lento es 12.457. ¿Entiendo mal el análisis de covarianza o JMP calcula de diferentes maneras a diferencia del análisis de covarianza general?
¿Podrías decirme cómo puedo interpretar esto?
Siempre muchas gracias!!!
Lo siento, no quise insinuar nada sobre su análisis, solo transmitir lo que otros me han enseñado. Sí, el valor predeterminado es el Tipo III (esto es más sólido en cuanto a cómo ingresa su modelo, por así decirlo) y es por eso que desea la covariable en el modelo primero y probar su significancia sin tener en cuenta las otras variables (que es lo que Tipo Los III lo hacen). El tipo I simplemente observará la cantidad de variación explicada por la covariable. Luego utilice el Tipo III para el resto de los términos del modelo.
Aunque Dan, por supuesto, tiene razón y en este caso no importa... ambos parecen estadísticamente significativos.
Solo por curiosidad, ¿es probable que exista una interacción entre la altura y la liberación de fertilizante (suponiendo que eso sea lo que implica rápido/lento)?
Si el orden cambia los valores, eso implica que se están utilizando Sumas de Cuadrados Tipo I. JMP llamará a esto Pruebas secuenciales en el menú emergente del triángulo rojo en Estimaciones. El valor predeterminado en JMP es Sumas de cuadrados de tipo III, donde el significado no cambia debido al orden del modelo. Tus factores son significativos independientemente del tipo de suma de cuadrados que se utilice.
Gracias por tu comentario. Si el orden cambia los valores, significa que la tabla ANOVA es Tipo III, ¿no es así? ¿El valor predeterminado de la tabla ANOVA en JMP es el tipo III?Gracias por el archivo también 
¡¡Muchas gracias!! ¡¡Está tan claro!! Amo " Expresión de predicción "Parece que va bien.
Muchas gracias.
Sólo algunas reflexiones sobre su análisis. Primero debe ingresar la covariable en el modelo y utilizar pruebas secuenciales para analizar la importancia de la covariable. Además, compruebe siempre los VIF cuando utilice 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 son la media de esos niveles de factores nominales. Agregué una tabla de datos con el script del modelo de ajuste y la fórmula de predicción resultante guardada. Las medias de LS para Lento son correctas en JMP.
Está cerca, pero sus modelos están un poco fuera de lugar debido a la forma en que JMP codifica el factor categórico Fertilizante.
La forma más sencilla de ver lo que quieres ver es ir al triángulo rojo y elegir
Estimaciones > Mostrar expresión de predicción:
o desde 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 para lento = -1*(estimación de control + estimación rápida) = -1*(-.142494 + -3.286649) = 3.4291433, no 0.
