모수 추정치 해석모수 추정치 표를 기반으로 응답에 가장 지배적으로 나타나는 항을 결정해야 합니다. 추정 열 아래의 일부 항에 대한 음수 계수 때문에 약간 혼란스럽습니다.
해석학데이터 테이블암사슴Re: 모수 추정치 해석교호작용 항은 '주효과', '선형 효과' 또는 '가산 효과' 이상의 효과를 나타냅니다. 음수 매개변수는 '길항적' 효과를 나타냅니다. 이 모델은 선형 항만으로 예상되는 것보다 반응의 긍정적인 변화를 덜 예측합니다.
일부 매개변수는 0과 크게 다르지 않으므로 이러한 항을 제거할 수 있습니다. 가장 좋은 방법은 가장 중요하지 않은 항(가장 높은 p-값)을 제거하고 새 모델을 평가하는 것입니다. 한 번에 하나의 항을 제거하고 새로운 추정치 및 p-값 집합을 평가합니다.
나는 당신이 사용하는 것이 좋습니다 예측 프로파일러 요인과 반응 간의 관계를 해석하는 데 도움이 되는 모델을 선택한 후에는
Re: 모수 추정치 해석Mark님의 설명과 추천 외에도 다음과 같은 생각이 듭니다.
1. 반응변수의 변화가 얼마나 실질적인 의미가 있는가? 추정치는 매개변수의 모든 "단위" 변경에 대해 응답이 얼마나 변경되는지를 나타내는 지표입니다.
2. 매개변수 추정 테이블에 절편이 표시되지 않습니까? 이것은 일반적으로 데이터의 평균입니다.
3. 상호작용을 이해하기 어려울 수 있으며 이를 최적화하는 방법은 응답의 목표 값과 실제적 함의 모두에 따라 다릅니다. 교호작용은 요인의 효과가 다른 요인에 의존하는 경우입니다. 양의 부호 2-요인 교호작용의 경우 해당 요인의 부호가 같을 때(-,- 또는 +,+) 교호작용의 효과가 더 크며, 음의 교호작용의 경우 부호가 반대일 때 효과가 더 ,(-,+). 또는 +,-). 주효과에 대한 결론을 내리기 전에 상호작용을 평가하는 것이 좋습니다. 평가를 위해 교호작용 그림을 보십시오.
