こんにちは、みんな、
この質問について教えてください:
「完全実施要因モデルの項を削除すると、モデルのパフォーマンスにどのような影響がありますか? （Rs二乗値、信頼区間などは、例えば増減しますか？ )"
一番、
セリーヌ
まず、コミュニティへようこそ。 興味深い最初の投稿...モデルを評価するために使用される典型的な列挙統計は、すべてモデルに依存しています。
実験者が心に留めておくべき 2 つの観察事項:
1. 統計的有意性は条件文.変動の原因 (設計要因) は、特定の一連の条件 (DOE の間、ノイズが一定に保たれる、別名推論空間) の下で、他の変動の原因 (治療ごとに変化するノイズ) と比較されます。ソースまたは条件が変化すると、統計的に有意になる可能性があります。
2. 実験結果の外挿は、工学的および管理上の決定であり、統計的な決定ではありません。それは、研究が将来の状況をどの程度代表しているかに大きく影響されます。
モデルの項を変更すると、それらの統計が変更される可能性があり、変更される可能性があります。 モデルから項を削除すると、それらは誤差項にプールされます。 これにより、MSE によって定量化されたランダム エラーの推定値が膨張または収縮する可能性があります。 たとえば、モデルから重要でない項を削除すると、それらの項に関連する分散 (平方和) だけでなく、対応する自由度が誤差項にプールされます。 これにより、MSE が減少し、F 比が増加します (p 値が減少します)。 本質的には、実験を計画するのはあなたであるため、統計的有意性を制御します...モデルには何があり、実験が将来の条件をどの程度代表しているか.
ところで、R二乗には注意してください。 モデルに自由度を追加すると、常に増加します (追加する自由度が重要かどうかに関係なく)。 モデルを調整するときに、R 2 乗と調整済み R 2 乗の間のデルタを評価することをお勧めします。
何よりも深く理解したいなら@スタットマン与えられた、優れた無料のオンライン産業問題解決のための統計的思考コース(STIPS) には、特に相関と回帰モジュールで、これについて非常に親しみやすい説明があります。
