Quando ho fatto clic su Adatta modello, è apparso "modello 1", incluso "Blocco casuale e casuale" come fattore, il che significa che "Blocco casuale" è un effetto casuale anziché fisso. Tuttavia, quando eseguo "modello 2" con solo "Blocco casuale" come fattore, tutto diventa meno efficiente. Qual è più corretto e perché?
Inoltre, sono abituato all'output del modello 2, in cui posso fare clic su Stime in scala. E durante un corso di formazione JMP mi è stato insegnato che quelle sono stime a metà, quindi devo moltiplicarle per 2 per ottenere i veri cambiamenti nella risposta. L'output del modello 1, che non ho mai visto prima, non consente di selezionare le stime in scala, perché?
Modello 1 e stime dei parametri:
Modello 2 e stime in scala:
Il montaggio di diversi modelli produrrà risultati diversi. Trattare il blocco come un effetto fisso o casuale è una grande differenza. Innanzitutto, cambia i parametri nel modello. Un effetto fisso per 4 blocchi richiede 3 parametri. Tale differenza cambierà i gradi di libertà per la somma dei quadrati per il modello e l'errore, che influenzerà le metriche di significatività. Un effetto casuale per 4 blocchi richiede 1 parametro. Un modello a effetti misti per impostazione predefinita in JMP utilizza REML per la stima. REML regola i gradi di libertà in modo che questo metodo influisca anche sulle metriche di significatività.
