パラメータ推定の実践的な説明連続出力変数と複数の名義入力変数を使用してモデルの適合プラットフォームを使用しています。
パラメータ推定表内の T 値は、推定値がゼロに等しいかどうかをテストするためにあることを理解しています。 実際には、3 つのカテゴリ (1、2、および 3) を持つ変数 (セルロット) があり、パラメータ推定表にリストされている 2 つ (1 & 2) が 0.05 のアルファよりも小さい場合、結論はどうなりますか?それは作ることができますか？ 1 と 2 は 3 とは大きく異なりますか?
効果テストから、この変数 (セル ロット) が出力に大きく寄与していることは既にわかっています。
素朴な質問をお許しください。
Re: パラメータ推定の実際的な説明ほとんどのプラットフォームは拡張された見積もりを提供しますが、明らかにあなたの状況には当てはまりません。 たぶん、必要なものを取得するためのトリックが機能します。
カテゴリ変数にレベル A、B、および C があるとします。 モデルを適合させると、レベル C の推定と検定は表示されませんが、A と B の検定は表示されます。 ここで、カテゴリ変数に Value Ordering プロパティを設定します。 C がリストの最後の項目でない限り、好きなように変更してください。 例えば、C、A、Bを提案します。 次に、モデルを再調整します。 C と A のテストは表示されますが、B は表示されません。
この回避策が実際にあなたの状況でうまくいくことを願っています。 いずれにせよ、この提案された改善について JMP ウィッシュ リストを調べて、投票する必要があります。 提案がない場合は、追加してください。
Re: パラメータ推定の実際的な説明前の回答は間違っていたので無視してください。 モデルの適合ダイアログから起動される別のプラットフォームを考えていました。
Re: パラメータ推定の実際的な説明古いスレッドに突っ込んで申し訳ありませんが、JMPがデフォルトでこれを行う理由について私が見た唯一の説明です。
前のものから推定値を計算することが可能であるため、N 番目のパラメーターを除外することは、近視眼的に思われます。 パラメトリック生存率を使用してトービット回帰に取り組んでいますが、出力ウィンドウで「拡張推定」が許可されていません。 あなたが言うように、推定値を計算することはできますが、SE、T Ratio、または Prob > |T| を推定することはできません。こちらです。 これらの指標には価値があり、そうでなければまったく報告されませんが、この状況で JMP にそれらを計算させる方法はありません。
Re: パラメータ推定の実際的な説明どうもありがとうございました！
Re: パラメータ推定の実際的な説明はい、テューキーの多重比較法は、すべてのロットを相互に比較するための最良の方法です。 Student t メソッドは比較の数を調整しないため、使用しないでください。そのため、すべての比較でのタイプ I エラー率が大幅に増加します。
はい、使用できますp - 適切な調整を行った通常の値。
Re: パラメータ推定の実際的な説明マークさん、詳しい回答ありがとうございます。
フォローアップとして、セル ロット #1、2、および 3 がこのモデルを使用して互いに有意に異なるかどうかを調査したい場合。 Multiple Comparisions を選択してから、Tukey または Student's T (どちらが適切であるかに応じて) を選択するのが適切な方法でしょうか? これを行うと、考えられる 2 つのカテゴリの組み合わせ (1 と 2、1 と 3、2 と 3) の間で 3 つの比較が行われたすべてのペアワイズ差分テーブルが表示されます。 この場合、アルファより小さい p 値は、これら 2 つのグループ間の有意差を示しますか?
Re: パラメータ推定の実際的な説明あなたは正しいです。 の効果試験に基づいていますタイプ III の二乗和モデルへの項の追加に関連付けられています。 それはふテスト。 あなたはそれを持っていますふタームごとにテストします。 この検定は、因子効果に関するモデル削減と推論に役立ちます。
一方、パラメータ推定報告するtこれは、パラメーターがゼロであるという帰無仮説の値と推定値を比較するためです。 (他の帰無仮説に対してテストすることができますtテストを行いますが、JMP はそのようなテストを提供していません。 この目的のためのスクリプトがあります。) t見積もりごとにテストします。
最後のレベルの結果を表示するには、上部の [最小二乗に合わせる] の横にある赤い三角形をクリックし、見積り>拡張見積もり. (JMP はデフォルトで最後のレベルを報告しません。でなければなりません他のパラメーター推定値の合計の負の値に等しい。 必要に応じて、プラットフォームの設定で拡張見積もりを有効にすることができます。)
これらのテストの解釈は、0 に対する独立したテストに限定されます。 この例では、レベル 1 とレベル 2 の推定値がゼロとは異なると結論付けています。 それがあなたが言えるすべてです。 これらのテストは、これらのレベルを最後のレベルと比較しません。 追加の対比この目的のために。
また、これらすべてのテストで第 1 種過誤率が膨張するという多重比較の問題についても考慮する必要があります。
