JMP 在最小二乘均值表中为其最小二乘均值提供了标准误差。考虑到最小二乘均值是一个常数,如何使用 JMP 计算最小二乘均值所遵循的规则来计算此标准误差?也就是说,JMP 将背景连续变量固定在其均值上,并使用相等权重对背景分类变量求和(这相当于忽略它们,因为在这种方法下它们的总和始终为零)。
您好,欢迎来到本网站。 首先,LS均值是不是一个常数。 它是一个随机变量(观察到的 LS 均值是该随机变量的实现),因此具有方差/标准误差。 以下链接可能是一个不错的起点。
https://communities.sas.com/t5/Statistical-Procedures/How-to-interpret-SE-for-lsmeans/td-p/257989
您好,非常感谢。 我可以在你发送的那个链接中做线性代数,但我不确定这句话中的 L 是什么:
“LS 均值的近似标准误差计算为 L*(X'*(V_hat)^-1*X)^-1*L' 的平方根。 “
我假设 X 是数据,V 是 VC 矩阵,但是 L 是什么? 是线性约束矩阵还是??
然而,JMP 正在计算最小二乘法的 SE,这意味着它们具有不良(且可能具有误导性)的特性,即它们所基于的观测值越少,它们就会变得越小。
非常感谢任何帮助。
再次感谢,这需要一些研究,但我认为标准错误的答案可能确实隐藏在该链接的数学中——谢谢!