내 적합 모형이 다른 요인 유의성을 나타내는 이유는 무엇입니까? "모델 1"에서 랜덤 블록은 고정 효과가 아닌 임의 효과인 반면 "모델 2"는 모든 요인을 고정 효과로 나열합니다.Fit Model을 클릭하면 "Random Block & Random"이 포함된 "model 1"이 팝업됩니다. 즉, "Random Block"은 고정 효과가 아니라 임의입니다. 그러나 "랜덤 블록"만 고려하여 "모델 2"를 실행하면 모든 것이 덜 효율적입니다. 어느 것이 더 정확하고 그 이유는 무엇입니까?
또한 저는 Scaled Estimates를 클릭할 수 있는 Model 2 출력에 익숙합니다. 그리고 JMP 교육에서 절반의 추정치라는 것을 배웠으므로 응답의 실제 변화를 얻으려면 2를 곱해야 합니다. 이전에 본 적이 없는 Model 1 출력에서는 Scaled Estimates를 선택할 수 없습니다. 그 이유는 무엇입니까?
모형 1 및 모수 추정치:
모델 2 및 척도 추정:
암사슴Re: 내 적합 모델이 다른 요인 유의성을 나타내는 이유는 무엇입니까? "모델 1"에서 랜덤 블록은 고정 효과가 아닌 임의 효과인 반면 "모델 2"는 모든 요인을 고정 효과로 나열합니다.다른 모델을 피팅하면 다른 결과를 얻을 수 있습니다. 블록을 고정 또는 무작위 효과로 취급하는 것은 큰 차이입니다. 먼저 모델의 매개변수를 변경합니다. 4개의 블록에 대한 고정 효과에는 3개의 매개변수가 필요합니다. 그 차이는 모델의 제곱합과 오차에 대한 자유도를 변경하며, 이는 유의성 메트릭에 영향을 미칩니다. 4개의 블록에 대한 무작위 효과에는 1개의 매개변수가 필요합니다. JMP의 혼합 효과 모델은 기본적으로 추정을 위해 REML을 사용합니다. REML은 자유도를 조정하므로 이 방법은 중요도 메트릭에도 영향을 미칩니다.
