¿Grados de libertad correctos?Hola,
Estoy usando la función de modelo de ajuste para modelar una variable continua con 6 efectos categóricos diferentes. Sin embargo, el DF enumerado para el modelo es 8 en lugar de 6 y las estimaciones de los parámetros dividen dos de estas variables categóricas en dos categorías cada una. ¿Por qué estas dos variables se dividen en dos categorías? ¿Son correctos los grados de libertad? He incluido fotos de la pantalla del modelo de ajuste y la pantalla de estimación de parámetros. ¡Gracias!
Análisis y modelado de datos básicosRe: ¿Grados de libertad correctos?Hola @JenniferB ,
¡Bienvenido a la Comunidad!
Puede ser un poco más complejo responderle sin acceso completo a los datos, pero haré todo lo posible con la información proporcionada por las capturas de pantalla. Corríjame si algunas de mis suposiciones sobre su conjunto de datos son incorrectas.
Veamos qué hay detrás de los grados de libertad (DF) calculados para su modelo:
- DF en su conjunto de datos: al observar el panel de "análisis de varianza", parece tener 50 observaciones diferentes en su conjunto de datos, por lo tanto, 50 grados de libertad en total. Si tiene observaciones duplicadas, es decir, si tiene observaciones con los mismos valores de X, estas observaciones no agregan ningún grado de libertad (pero pueden ayudar a estimar la varianza de la respuesta).
- DF en su modelo: la cantidad de DF "consumidos" por su modelo depende del tipo de factores que tenga. Por ejemplo, cada factor continuo numérico usa 1 DF en el modelo para estimar el parámetro en la ecuación. Para el factor categórico, el número de DF usados depende del número de niveles: Para N niveles en un factor categórico, el número de DF usados en el modelado es N-1, ya que la estimación del último parámetro de nivel se puede calcular a partir de los demás: en el caso de un factor de 3 niveles, la suma de las estimaciones de nivel es L1+L2+L3 = 0.
Ejemplo aquí con la ecuación del precio del hot dog según el tipo de carne, puede verificar que la suma de las estimaciones de los parámetros de 3 niveles es de hecho igual a 0:
Volviendo a su tema, parece que tiene los siguientes factores en su modelo:
- P28: Género: factor categórico de 2 niveles (que representa 1 DF),
- P31: Ciudad de origen: factor categórico de 3 niveles (que representa 2 DF),
- P32: Grado más alto: factor categórico de 2 niveles (que representa 1 DF),
- P39: EuthExp: factor categórico de 3 niveles (que representa 2 DF),
- P43: Entrenamiento previo: factor categórico de 2 niveles (que representa 1 DF),
- Q44: Euth6mos : factor categórico de 2 niveles (que representa 1 DF).
Entonces, los cálculos en JMP son correctos, tiene un total de 1+2+1+2+1+1 = 8 DF utilizados en su modelo, tenía en su conjunto de datos 50 DF disponibles, por lo que quedan 42 DF y se usan para la estimación del error , como se ve en el panel "Análisis de varianza".
Espero que esta respuesta aclare los resultados que está viendo,
Re: ¿Grados de libertad correctos?¡Sí, eso tiene sentido! ¡Gracias por su ayuda!
Jen
Re: ¿Grados de libertad correctos?Solo una posible aclaración, si tiene 50 DF en total, debe tener 51 observaciones en total.
Re: ¿Grados de libertad correctos?Sí, olvidé contar 1 DF para el Intercepto, ¡buena captura!
