Degrés de liberté corrects ?Bonjour,
J'utilise la fonction de modèle d'ajustement pour modéliser une variable continue avec 6 effets catégoriels différents. Cependant, le DF répertorié pour le modèle est donné à 8 au lieu de 6 et les estimations des paramètres divisent deux de ces variables catégorielles en deux catégories chacune. Pourquoi ces deux variables sont-elles divisées en deux catégories ? Les degrés de liberté sont-ils corrects ? J'ai inclus des photos de l'écran du modèle d'ajustement et de l'écran d'estimation des paramètres. Merci!
Analyse et modélisation des données de baseRe : Degrés de liberté corrects ?Salut @JenniferB ,
Bienvenue dans la Communauté !
Il sera peut-être un peu plus complexe de vous répondre sans accès complet sur les données, mais je ferai de mon mieux avec les informations fournies par les captures d'écran. Veuillez me corriger si certaines de mes hypothèses concernant votre ensemble de données sont erronées.
Voyons ce qui se cache derrière les degrés de liberté (DF) calculés pour votre modèle :
- DF dans votre jeu de données : En regardant le panneau "analyse de la variance", vous semblez avoir 50 observations différentes dans votre jeu de données, donc 50 degrés de liberté au total. Si vous avez des observations en double, c'est-à-dire si vous avez des observations avec les mêmes valeurs X, ces observations n'ajoutent aucun degré de liberté (mais elles peuvent aider à estimer la variance de la réponse).
- DF dans votre modèle : Le nombre de DF "consommés" par votre modèle dépend du type de facteurs dont vous disposez. Par exemple, chaque facteur continu numérique utilise 1 DF dans le modèle pour estimer le paramètre dans l'équation. Pour un facteur catégoriel, le nombre de DF utilisées dépend du nombre de niveaux : Pour N niveaux dans un facteur catégoriel, le nombre de DF utilisées dans la modélisation est N-1, puisque la dernière estimation de paramètre de niveau peut être calculée à partir des autres : dans le cas d'un facteur à 3 niveaux, la somme des estimations de niveau est L1+L2+L3 = 0.
Exemple ici avec l'équation du prix du hot-dog en fonction du type de viande, vous pouvez vérifier que la somme des estimations des paramètres à 3 niveaux est bien égale à 0 :
Pour en revenir à votre sujet, vous semblez avoir les facteurs suivants dans votre modèle :
- Q28 : Genre : facteur catégoriel à 2 niveaux (représentant 1 DF),
- Q31 : Ville d'origine : facteur catégoriel à 3 niveaux (représentant 2 DF),
- Q32 : Diplôme le plus élevé : facteur catégoriel à 2 niveaux (représentant 1 DF),
- Q39 : EuthExp : facteur catégoriel à 3 niveaux (représentant 2 FD),
- Q43 : Formation Préalable : facteur catégoriel à 2 niveaux (représentant 1 DF),
- Q44 : Euth6mos : facteur catégoriel à 2 niveaux (représentant 1 FD).
Donc, les calculs dans JMP sont corrects, vous avez au total 1+2+1+2+1+1 = 8 DF utilisés dans votre modèle, vous aviez dans votre jeu de données 50 DF disponibles, donc 42 DF sont laissés et utilisés pour l'estimation des erreurs , comme indiqué dans le panneau "Analyse de la variance".
J'espère que cette réponse clarifiera les sorties que vous voyez,
Re : Degrés de liberté corrects ?Oui, c'est logique ! Merci pour votre aide!
Jean
Re : Degrés de liberté corrects ?Juste une précision possible, si vous avez 50 DF au total, vous devez avoir 51 observations au total.
Re : Degrés de liberté corrects ?Oui, j'ai oublié de compter 1 DF pour l'Intercept, bonne prise !
