487325_fr-FR

liliconcom

Tester une différence de variance dans une variable lorsqu'il y a un effet aléatoire

Utilisation de "Ajuster le modèle" Je prédis ma variable dépendante en utilisant une variable nominale dichotomique "Type" ainsi qu'une variable "Sample", qui est un effet aléatoire (en langage JMP, certains préféreraient appeler "Sample" une variable aléatoire).Cela teste si les deux "Types" diffèrent sur mon DV, en tenant compte à nouveau du fait que "Sample" est un effet aléatoire.

 

Fait intéressant, les moyennes de l'échantillon pour un « type » sont beaucoup plus étalées que les moyennes de l'échantillon pour l'autre « type ». Je peux effectuer un test de signification sur la différence des variances à l'aide d'un test F, si je suis prêt à utiliser uniquement les moyennes de l'échantillon. Mais ce n'est pas tout à fait casher, car les moyennes de l'échantillon sont estimées avec erreur, et idéalement, cela devrait être pris en compte. Je n'arrive pas à comprendre comment faire cela cependant. Peut-être que "Mixed Models" a cette capacité. (J'ai JMP Pro 16.)

 

C'est probablement un peu "dans les mauvaises herbes" pour ce groupe, mais si quelqu'un a des idées, je serais reconnaissant. Je joins quelques données. DV = Paraphilia Vector 1, Type est le prédicteur d'intérêt et Sample est l'effet aléatoire.

AnalytiqueRe : Tester une différence de variance dans une variable lorsqu'il y a un effet aléatoire

Je ne sais pas pourquoi vous dites que l'échantillon est une variable aléatoire. Vous avez attribué des niveaux spécifiques (classes) à chaque observation. L'échantillon peut être aléatoire, mais les niveaux ne le sont pas.

 

Vous pouvez utiliser Ajuster le modèle pour définir le modèle et modifier la personnalité d'ajustement en Variance loglinéaire . Vos données ne sont pas de bonnes conditions pour plus qu'un simple modèle d'effets principaux. J'ai assigné Sample comme effet de localisation et Type comme effet de diffusion. Je n'ai pas pu inclure Type comme effet de localisation car il est confondu avec Sample. Inclure les deux variables en tant qu'effets de localisation.

 

 

Mais je peux inclure Type comme effet de propagation pour tester votre hypothèse.

 

 

Le modèle estimé à partir de cette spécification ne présente aucun problème fondamental, mais il pourrait encore être insatisfaisant.

 

 

Il apparaît que la variance est significativement différente pour les deux niveaux de Type.