Gradi di libertà corretti?Ciao,
Sto usando la funzione del modello di adattamento per modellare una variabile continua con 6 diversi effetti categoriali. Tuttavia, il DF elencato per il modello è indicato come 8 anziché 6 e le stime dei parametri suddividono due di queste variabili categoriali in due categorie ciascuna. Perché queste due variabili vengono suddivise in due categorie? I gradi di libertà sono corretti? Ho incluso foto della schermata del modello di adattamento e della schermata delle stime dei parametri. Grazie!
Analisi e modellazione dei dati di baseRi: Gradi di libertà corretti?CIAO @JenniferB ,
Benvenuto nella Comunità!
Potrebbe essere un po' più complesso risponderti senza l'accesso completo ai dati, ma farò del mio meglio con le informazioni fornite dagli screenshot. Per favore correggimi se alcune delle mie ipotesi sul tuo set di dati sono sbagliate.
Vediamo cosa c'è dietro i gradi di libertà (DF) calcolati per il tuo modello:
- DF nel tuo set di dati: guardando il pannello "analisi della varianza", sembra che tu abbia 50 diverse osservazioni nel tuo set di dati, quindi 50 gradi di libertà in totale. Se hai osservazioni duplicate, ovvero se hai osservazioni con gli stessi valori X, queste osservazioni non aggiungono alcun grado di libertà (ma possono aiutare a stimare la varianza della risposta).
- DF nel tuo modello: il numero di DF "consumati" dal tuo modello dipende dal tipo di fattori che hai. Ad esempio, ogni fattore continuo numerico utilizza 1 DF nel modello per stimare il parametro nell'equazione. Per il fattore categoriale, il numero di DF utilizzati dipende dal numero di livelli: per N livelli in un fattore categoriale, il numero di DF utilizzati nella modellazione è N-1, poiché l'ultima stima del parametro di livello può essere calcolata dalle altre: nel caso di un fattore a 3 livelli, la somma delle stime di livello è L1+L2+L3 = 0.
Esempio qui con l'equazione del prezzo dell'hot dog a seconda del tipo di carne, puoi verificare che la somma delle stime dei parametri a 3 livelli sia effettivamente uguale a 0:
Tornando al tuo argomento, sembra che tu abbia i seguenti fattori nel tuo modello:
- Q28: Sesso: fattore categorico a 2 livelli (che rappresenta 1 DF),
- D31: Città natale: fattore categorico a 3 livelli (che rappresenta 2 DF),
- Q32: Grado più alto: fattore categorico a 2 livelli (che rappresenta 1 DF),
- D39: EuthExp: fattore categoriale a 3 livelli (che rappresenta 2 DF),
- D43: Formazione preliminare: fattore categorico a 2 livelli (che rappresenta 1 DF),
- D44: Euth6mos: fattore categorico a 2 livelli (che rappresenta 1 DF).
Quindi i calcoli in JMP sono corretti, hai in totale 1+2+1+2+1+1 = 8 DF utilizzati nel tuo modello, avevi nel tuo set di dati 50 DF disponibili, quindi 42 DF sono rimasti e utilizzati per la stima dell'errore , come mostrato nel pannello "Analisi della varianza".
Spero che questa risposta chiarisca gli output che stai vedendo,
Ri: Gradi di libertà corretti?Sì, ha senso! Grazie per l'aiuto!
Jen
Ri: Gradi di libertà corretti?Solo un possibile chiarimento, se hai 50 DF totali, devi avere 51 osservazioni totali.
Ri: Gradi di libertà corretti?Sì, ho dimenticato di contare 1 DF per l'intercettazione, buona cattura!
