Transformación para ortogonalizar las estimaciones.En modelos estándar de mínimos cuadrados > Detección de efectos si ambos usan estimaciones estandarizadas para tener varianzas iguales y usan estimaciones
Si se seleccionan ortogonalizados para no estar correlacionados, se enumera un valor codificado ortogonalmente. Según el manual esta columna muestra la estimación del parámetro resultante de la transformación que se utiliza para ortogonalizar las estimaciones.
¿Qué tipo de transformación se utiliza? Estos valores difieren mucho de las estimaciones sin transformación.
Análisis y modelado de datos básicosRe: Transformación para ortogonalizar las estimaciones.Hola @NaiveElk787 : En el archivo pdf al que proporcionaste un enlace, dice "La opción Usar estimaciones ortogonalizadas para no estar correlacionadas aplica una transformación para eliminar la correlación. Esta opción se selecciona de forma predeterminada cuando las estimaciones están correlacionadas. La transformación que se aplica es idéntica a la transformación que se utiliza para calcular sumas secuenciales de cuadrados. Las estimaciones miden la contribución adicional de la variable después de que todas las variables anteriores hayan sido ingresadas en el modelo".
Hmm, nunca pensé en el cálculo de sumas secuenciales de cuadrados (a veces llamado Tipo 1 SS) como una "transformación". Entonces, ¿quizás otros puedan comentar? Mientras tanto, te señalaré aquí:
https://www.math.arizona.edu/~piegorsch/571A/STAT571A.Ch07.pdf
Re: Transformación para ortogonalizar las estimaciones.Seguro,
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: Transformación para ortogonalizar las estimaciones.Hola @NaiveElk787 . Confieso que no estoy familiarizado con esta opción/salida de JMP. ¿Puedes proporcionar un enlace al manual de ayuda que mencionas?
Re: Transformación para ortogonalizar las estimaciones.
Re: Transformación para ortogonalizar las estimaciones.Hola @NaiveElk787 : ¡Bienvenido! ¿Puede mostrar su resultado para que podamos evaluar mejor exactamente lo que está preguntando?
