JMP 在最小平方法平均值表中提供了其最小平方法平均值的標準誤差。假設最小平方法平均值是一個常數,那麼如何使用 JMP 所遵循的計算最小平方法平均值的規則來計算這個標準誤差?也就是說,JMP 將背景連續變數固定在其平均值上,並使用相等的權重對背景分類變數求和(這相當於忽略它們,因為在這種方法下它們的總和始終為零)。
您好,歡迎來到本網站。 首先,LS均值是不是一個常數。 它是一個隨機變量(觀察到的 LS 均值是該隨機變量的實現),因此具有方差/標準誤差。 以下鏈接可能是一個不錯的起點。
https://communities.sas.com/t5/Statistical-Procedures/How-to-interpret-SE-for-lsmeans/td-p/257989
您好,非常感謝。 我可以在你發送的那個鏈接中做線性代數,但我不確定這句話中的 L 是什麼:
“LS 均值的近似標準誤差計算為 L*(X'*(V_hat)^-1*X)^-1*L' 的平方根。 “
我假設 X 是數據,V 是 VC 矩陣,但是 L 是什麼? 是線性約束矩陣還是??
然而,JMP 正在計算最小二乘法的 SE,這意味著它們具有不良(且可能具有誤導性)的特性,即它們所基於的觀測值越少,它們就會變得越小。
非常感謝任何幫助。
再次感謝,這需要一些研究,但我認為標準錯誤的答案可能確實隱藏在該鏈接的數學中——謝謝!