모수 추정치 해석모수 추정 테이블을 기반으로 응답에 가장 지배적인 용어가 무엇인지 결정해야 합니다. 추정 열 아래의 일부 항에 대한 음의 계수 때문에 약간 혼란스럽습니다.
해석학데이터 테이블암사슴Re: 모수 추정치 해석나는 이 경우가 혼합 실험이라고 생각한다. 절편이 존재하지만 명시적이지는 않습니다.
Re: 모수 추정치 해석Mark의 설명과 추천 외에도 다음과 같은 생각이 있습니다.
1. 반응 변수의 변화가 실질적으로 얼마나 중요한가? 추정치는 매개변수 변경의 모든 "단위"에 대해 응답이 얼마나 변경되는지를 나타내는 지표입니다.
2. 매개변수 추정 테이블에 절편이 보이지 않습니까? 이것은 일반적으로 데이터의 평균입니다.
3. 상호 작용은 이해하기 어려울 수 있으며 상호 작용을 최적화하는 방법은 응답의 목표 값과 실질적인 영향에 따라 달라집니다. 교호작용은 요인의 효과가 다른 요인에 의존하는 경우입니다. 양의 부호 2요인 상호 작용의 경우 해당 요인의 부호(-,- 또는 +,+)가 같을 때 상호 작용의 효과가 더 크고, 음의 상호 작용의 경우 부호가 반대일 때 효과가 더 큽니다.(-,+ 또는 +,-). 주효과에 대한 결론을 내리기 전에 교호작용을 평가하는 것이 좋습니다. 평가를 위해 교호작용 도표를 살펴보십시오.
Re: 모수 추정치 해석상호 작용 항은 '주 효과', '선형 효과' 또는 '가산 효과' 이상의 효과를 나타냅니다. 음의 매개변수는 '길항' 효과를 나타냅니다. 이 모델은 선형 항만에서 예상되는 것보다 응답에서 긍정적인 변화가 적다고 예측합니다.
매개변수 중 일부는 0과 크게 다르지 않은 것 같으므로 이러한 항은 생략할 수 있습니다. 가장 좋은 방법은 가장 중요하지 않은 용어(가장 높은 p-값)를 제거하고 새 모델을 평가하는 것입니다. 한 번에 하나의 용어를 제거하고 새로운 추정치 및 p-값 세트를 평가합니다.
나는 당신이 예측 프로파일러 일단 요인과 반응 사이의 관계를 해석하는 데 도움이 되는 모델을 선택하면 됩니다.
