효과 검정 표에 따라 상호작용 플롯을 어떻게 해석할 수 있나요?대부분의 출처가 매개변수 추정치와 효과 검정 표에서 중요한데, 왜 상호 작용 플롯에서는 교차점이 보이지 않습니까?
고급 통계 모델링실험 설계Re: 효과 검정 표에 따라 상호작용 플롯을 어떻게 해석할 수 있나요?데이터가 어디에서 왔는지(예: 관찰, 실험)와 같은 충분한 정보를 제공하지 않아 구체적인 이유를 제시하지 못했으므로 고려해야 할 몇 가지 사항이 있습니다. 표의 통계적 유의성은 두 가지 사항에 따라 달라집니다. 용어의 MS(소스 또는 모델) 및 MS 오류(F-검정 = MS 요인/MS 오류). MSe의 추정치가 매우 작으면(대표적이지 않으면) 모든 것이 "통계적으로 유의미"할 수 있습니다. 이것이 제 첫 번째 추측입니다. MSe는 어떻게 추정되었습니까? 무작위 반복(통계학자가 순수 오류라고 부르는 것)의 함수입니까? 아니면 적합성 부족(모델에서 중요하지 않은 용어 제거)입니까? MSe는 프로세스의 실제 변화와 어떻게 비교됩니까? 실제적 유의성을 고려했습니까?
Re: 효과 검정 표에 따라 상호작용 플롯을 어떻게 해석할 수 있나요?안녕하세요 @Nimaxim . 귀하가 제공하신 제한된 정보로는 확실히 말하기 어렵습니다. 하지만, 제 추측은 표본 크기입니다. 표본 크기(오차 df)가 매우 큰 경우, 매우 작은 효과조차도 "통계적으로 유의미"하게 나타납니다. 따라서 상호작용이 "통계적으로 유의미"할 수 있지만, 차이(플롯에서 평행하지 않은 선으로 표시됨)는 무시할 수 있습니다. 이 현상은 때때로 "과도한"이라고 불립니다.
Re: 효과 검정 표에 따라 상호작용 플롯을 어떻게 해석할 수 있나요?@statman , @MRB3855 제 질문에 답변해 주셔서 감사합니다. 사실, 이 RSM 분석은 응답에 신경망을 사용합니다. 요인 값은 실제 RFM 모델 데이터를 기반으로 합니다. 결과 중 일부를 첨부합니다.
Re: 효과 검정 표에 따라 상호작용 플롯을 어떻게 해석할 수 있나요?안녕하세요,
맥락을 알려주는 사진을 올려줘서 고맙습니다. 정말 유용하네요.
매개변수 추정치 표가 더 도움이 될 것입니다. 프로파일러 사진을 기준으로, 상호작용이 상당하지만 작을 것으로 생각합니다. 또한 모델 뒤에 많은 관찰이 있을 가능성이 있습니까? 이렇게 하면 작은 효과를 상당하게 만드는 데 도움이 됩니다. 자유도가 많을수록 민감도가 높아지지만 거짓 양성의 가능성도 높아집니다.
건배,
-비
Re: 효과 검정 표에 따라 상호작용 플롯을 어떻게 해석할 수 있나요?안녕하세요 @Nimaxim : 다른 게시물에서 언급된 모든 것이 여기에서 작용합니다. 먼저 좀 더 명확히 해야 합니다.
1. 입력은 여러 개의 X(당신이 "인자 값"이라고 부르는 것)입니다.
2. 응답 Y는 위의 1번과 같이 여러 개의 X를 기반으로 구축된 NN 모델에서 나온 것입니까?
3. 그러면 다중 회귀/반응 표면 모델을 사용하여 Y(위의 2에서와 같이 NN 모델의 출력)를 동일한 X의 함수(위의 1에서와 같이)로 모델링하는 것입니까? 즉, 다중 회귀/반응 표면 모델(6개의 선형 효과, 6개의 이차 효과, 15개의 상호 작용으로 27개의 모델 자유도 구성)을 사용하여 NN 모델의 출력을 예측하려는 것입니까?
제가 말한 게 맞나요?
그렇다면, 당신의 결과는 놀랍지 않습니다. 순수한 오류(즉, 반복 실험에서 동일한 결과가 나옴)는 없으므로 오류의 유일한 원인은 모델 오류(적합하지 않음) 때문입니다. 이 길로 너무 멀리 가기 전에... 왜 이런 일을 하는 건가요?
