こんにちは、みんな、
JMPが最小二乗平均テーブルで標準誤差を生成する方法を理解するのに苦労しています。
私は2つの効果を持つモデルを持っています。ファクター1（3カテゴリー）およびファクター2（2カテゴリー）
>>y=インターセプト+ファクター1+ファクター2。
JMPによると、予測値の平均を計算することで、因子1のLS平均を得ることができます。
ただし、Std Errorで同じアプローチを使用した場合（つまり、予測値のStd Errorを計算した場合）にJMPが報告したStdErrorを取得できませんでした。
JMPのマニュアルでは、LS平均の標準誤差は各レベルの最小二乗平均の標準誤差を示していると記載されています。
私はこれを間違って解釈するかもしれません。誰かがこれが何を意味するのかを明確にするのを手伝ってもらえますか？
ps。写真にモデルを添付しました。 の予測値を計算する方法の例を示すために
タスク=Nバック、診断=非SCD
y = 0.229-0.072+0.0662を計算しました。
最近提供したのは、元の投稿の分析とは異なる分析です。 新しいものはもっと複雑です。 また、「パラメータ見積もり」レポートがまだ見つかりません。 説明するために戦略を変更します。
次のコードを実行して、サンプルデータと最小二乗分析を取得します。
dt = New Table( "sample",
Add Rows( 24 ),
New Column( "X1",Character,Nominal,Set Values( {"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B"} ), ),
New Column( "X2",Character,Nominal,Set Values( {"x", "x", "x", "x", "y", "y", "y", "y", "z", "z", "z", "z", "x", "x", "x", "x", "y", "y", "y", "y", "z", "z", "z", "z"} ), ),
New Column( "Y",Numeric,Continuous,Set Values([18.33, 10.21, -2, -14.02, -21.37, -32.28, -36.99, -46.6, -56.95, -66.74, -75.84, -83, -74.18, -64.9, -55.96, -47.03, -36.72, -26.27,-18.1, -11.28, -2.18, 6.84, 16.51, 24.81]), )
);
dt << Fit Model( Y( :Y ), Effects( :X1, :X2 ), Personality( "Standard Least Squares" ), Emphasis( "Effect Screening" ), Run );
そして、ここに「パラメータ推定値」と「推定値の相関」、予測式、およびX1のLS平均があります。
予測式は、モデルの数式についてのアイデアを1つ提供しますが、正確ではありません。 モデルは次のようになります
ここで、b0 = -28.98792、b1 = -4.949583、b2 = 0.2941667、b3 = 0.286667、パラメーター推定レポートから。
AのLS平均は、モデルでX1 = 1、X2 = 0、およびX3=0として計算されます。 そして、次のコードでは、3つの値と切片がxベクトルを形成します。 各要素は、対応するパラメーターに関する予測式（推定の関数）の偏導関数です。
次のコードは、AのLS平均の標準誤差を計算します。
x = [1 1 0 0];
s = diag([7.034044 7.034044 9.94764 9.94764]);
R = [1 0 0 0,
0 1 0 0,
0 0 1 -0.5,
0 0 -0.5 1];
sqrt(x * s * R * s * transpose(x));
「s」の値は、「ParameterEstimates」の「StdError」列からのものです。 行列「R」は、推定値の相関からのものです。 「s*R * s」の積は、推定値の共分散行列を与えます。 「x*s * R * s * transpose（x）」の積は、予測の分散推定値を示します。 分散推定の平方根は標準誤差を与えます。
他のすべての標準誤差は、異なるxベクトルを使用して同様に計算されます。 たとえば、Bの場合、x = [1 -100]。
今、私はプロットを説明します。 推定LS平均とその95％信頼区間を表すことになっています。 理論的には、モデルの仮定の下で、LS平均推定値と対応する標準誤差の比率は、モデルの自由度に等しい自由度を持つt分布に従います。これは、観測の総数からマイナスになります。パラメータの数。 したがって、LS平均の信頼区間には、前述の式があります。
ここで、Stdエラーが同じである理由を説明します。 これは、データの特性によるものです。 ここで提供しているデータは、バランスの取れた設計、つまり異なるレベルでの同数の観測からのものです。 1つのレベルからいくつかの行を削除しようとすると、等しくないstdエラーが表示されるはずです。
最新の分析はより複雑で、ランダム効果を伴います。 しかし、説明の原則は依然として適用されます。
------------
投稿は、LS MeanofBのxベクトルの修正で更新されます。
こんにちはpeng_liu、
ご返信ありがとうございます。 ここにスクリーンショットを投稿しました。 私は2つのグループの被験者を持っています-診断として分類されるSCDと非SCD。 各グループに15科目あるので、合計30科目あります。 被験者ごとに、タスクごとに分類された3つの観測値があります。 表では、サブジェクトIDはAcrosticです。
これらの効果と1つの共変量（ベースラインBRSv）を使用して混合モデルを構築します
∆PPGa =Acrostic[ランダム]+タスク+診断+診断*タスク+ベースラインBRSv。
タスクの各組み合わせの各組み合わせの平均ΔPPGa+-標準誤差、ベースラインBRSvを調整した後の診断をプロットしたいと思います。
私は、診断*タスクのLS平均プロットが私が望むものでなければならないと考えました;しかし、 StdErrorの理由がわかりません各組み合わせで同じです（つまり、タスク*診断のLS平均テーブルでは、すべての標準誤差= 0.0417） 。
LS平均プロットには標準誤差がないことを指摘しましたが、
理解するのを手伝ってくれませんか。
>どのように標準エラー入る前に計算されますLSmean +/- T Quantile（.975、df）*StdErr。
じぶんの見積もりの相関レポートは少し面倒ですが、私の添付ファイルの2ページ目です。
お時間をいただきありがとうございます、
各カテゴリの結果（ΔPPGa）のプロットを生成しようとしています。
y = 0.229-0.072 + 0.0662の標準誤差を計算しようとしていますか？
次に、スクリーンショットの数字のどれもあなたにそれを与えません。 これらの平均はわずかです。たとえば、N-backの平均は、診断が何であるかに関係なく、Task=N-backであるすべての観測値のYの平均です。
予測の標準エラーを見つけるには、[推定]>[カスタムテスト]を試してください。
