パラメータ推定の具体的な解説私は、連続出力変数と複数の名目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。
パラメータ推定値テーブル内の 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。 実際的な意味で、3 つのカテゴリ (1、2、3) を持つ変数 (セルロット) があり、パラメーター推定テーブルにリストされている 2 つ (1 と 2) が 0.05 のアルファ未満である場合、結論はどうなるでしょうか。それは作れるの？ 1 と 2 は 3 と大きく異なりますか?
エフェクト 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がわかっています。
素朴な質問をお許しください。
Re: パラメータ推定の実践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。 必要なものを手に入れるためのトリックが機能するかもしれません。
カテゴリ変数にレベル A、B、および C があるとします。 モデルを当てはめると、レベル C の推定とテストは表示されませんが、A と B のテストは表示されます。 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、任意の値に変更します。 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。
この回避策があなたの状況でも実際に機能することを願っています。 いずれにせよ、JMP ウィッシュ リストでこの提案された改善点を調べて、それに投票する必要があります。 提案が存在しない場合は、追加してください。
Re: パラメータ推定の実践的な説明前の返信は間違っていたので無視してください。 私はモデルのフィットダイアログから起動す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践的な説明古いスレッドを叩いて申し訳ありませんが、これが、JMP がデフォルトでこれを行う理由について私が見た中で唯一の説明です。
先行パラメータから推定値を計算できるという理由で N 番目のパラメータを省略するのは短絡的であるように思えます。 パラメトリック生存を使用したトービット回帰に取り組んでいますが、出力ウィンドウでは「拡張推定」が許可されません。 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。 これらのメトリクスには価値があり、そうでなければまったくレポートされませんが、この状況では JMP にメトリクスを計算させる方法がありません。
Re: パラメータ推定の実践的な説明どうもありがとうございます！
Re: パラメータ推定の実践的な説明はい、Tukey の多重比較方法は、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 法は比較の数を調整しないため、すべての比較におけるタイプ I エラー率が大幅に増加するため、使用しないでください。
はい、使用できますp -値は通常どおり、適切に調整されます。
Re: パラメータ推定の実践的な説明マークさん、詳しいご回答ありがとうございます。
フォローアップとして、このモデルを使用してセルロット #1、2、および 3 が互いに大きく異なるかどうかを調査したいとします。 [多重比較] を選択し、次に Tukey または Student's T (どちらが適切かによる) を選択するのが適切な方法でしょうか? これを実行すると、考えられる 2 つのカテゴリの組み合わせ (1&2、1&3、2&3) 間の 3 つの比較を含む全ペアごとの差異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な差を示しますか?
Re: パラメータ推定の実践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 平方和モデルへの項の追加に関連します。 それはFテスト。 あなたはそれを持っていますF学期ごとにテスト。 このテストは、モデルの削減と因子の効果に関する推論に役立ちます。
一方、パラメータの推定値報告するtなぜなら、推定値を帰無仮説の値、つまりパラメータがゼロであると比較するからです。 (他の帰無仮説に対してテストできます。 tテストがありますが、JMP はそのようなテストを提供しません。 この目的のためのスクリプトがあります。) tそれぞれの見積もりをテストします。
最後のレベルの結果を確認したい場合は、最小二乗法フィットの横にある上部の赤い三角形をクリックし、見積り>拡張推定値。 (JMP はデフォルトでは最後のレベルをレポートしません。これは、最後のパラメータの推定値がでなければなりません他のパラメータ推定値の合計の負の値に等しくなります。 必要に応じて、プラットフォーム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、独立したテストと 0 に限定されます。 この例では、レベル 1 とレベル 2 の推定値はゼロではないと結論付けています。 あなたが言えるのはそれだけです。 これらのテストでは、これらのレベルを最後のレベルと比較しません。 追加で使用できます対比この目的のために。
また、これらすべてのテストでタイプ I エラー率が増大するという多重比較の問題にも注意する必要があります。
