Tester une différence de variance dans une variable lorsqu'il y a un effet aléatoireUtilisation de « Fit Model »Je prédis ma variable dépendante en utilisant une variable nominale dichotomique « Type » ainsi qu'une variable « Échantillon », qui est un effet aléatoire (dans le langage JMP, c'est-à-dire ; certains préféreraient appeler « Échantillon » une variable aléatoire).Ceci teste si les deux « types » diffèrent sur mon DV, en tenant compte à nouveau du fait que « échantillon » est un effet aléatoire.
Il est intéressant de noter que les moyennes d'échantillon pour un « type » sont beaucoup plus dispersées que les moyennes d'échantillon pour l'autre « type ». Je peux effectuer un test de signification sur la différence de variances en utilisant un test F, si je suis prêt à utiliser simplement les moyennes d'échantillon. Mais ce n'est pas tout à fait acceptable, car les moyennes d'échantillon sont estimées avec une erreur, et idéalement, cela devrait être pris en compte. Je ne sais pas comment faire cela. Peut-être que les « modèles mixtes » ont 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 lui en serai reconnaissant. Je joins quelques données. DV = Paraphilia Vector 1, Type est le prédicteur d'intérêt et Sample est l'effet aléatoire.
Modélisation statistique avancéeÉtudes de marché et de consommationExploration et visualisation des donnéesRe : Tester une différence de variance dans une variable lorsqu'il y a un effet aléatoireJe 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.
