Transformation pour orthogonaliser les estimations.Dans Modèles des moindres carrés standard > Dépistage des effets si à la fois Utilisation d'estimations standardisées pour avoir des variances égales et Utilisation d'estimations
orthogonalisés pour être non corrélés sont sélectionnés, une valeur Orthog Coded est répertoriée. Selon le manuel, cette colonne montre l'estimation du paramètre résultant de la transformation utilisée pour orthogonaliser les estimations.
Quel type de transformation est utilisé ? Ces valeurs diffèrent beaucoup des estimations sans transformation.
Analyse et modélisation des données de baseRe : Transformation pour orthogonaliser les estimations.Salut @NaiveElk787 : Dans le fichier pdf vers lequel vous avez fourni un lien, il est indiqué "L'option Utiliser des estimations orthogonalisées pour être décorrélées applique une transformation pour supprimer la corrélation. Cette option est sélectionnée par défaut lorsque les estimations sont corrélées. La transformation appliquée est identique à la transformation utilisée pour calculer les sommes de carrés séquentielles. Les estimations mesurent la contribution supplémentaire de la variable une fois que toutes les variables précédentes ont été entrées dans le modèle".
Hmm, je n'ai jamais vraiment pensé au calcul de sommes de carrés séquentielles (parfois appelé SS de type 1) comme une "transformation". Alors peut-être que d'autres pourront commenter ? En attendant, je vous indique ici :
https://www.math.arizona.edu/~piegorsch/571A/STAT571A.Ch07.pdf
Re : Transformation pour orthogonaliser les estimations.Bien sûr,
https://www.jmp.com/content/dam/jmp/documents/en/support/jmp18/fitting-linear-models.pdf
https://www.jmp.com/support/help/en/18.0/#page/jmp/effect-screening-plot-options.shtml
Re : Transformation pour orthogonaliser les estimations.Salut @NaiveElk787 . J'avoue que je ne connais pas cette sortie/option JMP. Pouvez-vous fournir un lien vers le manuel d'aide que vous mentionnez ?
Re : Transformation pour orthogonaliser les estimations.
Re : Transformation pour orthogonaliser les estimations.Salut @NaiveElk787 : Bienvenue ! Pouvez-vous montrer votre résultat afin que nous puissions mieux évaluer exactement ce que vous demandez ?
