みなさんこんにちは、 @martindemel
JMP 18.0.1 では、線形モデルを起動しています:
Y ~ X1 * X2
どこ ：
- Yは連続応答である
- X1は連続回帰変数である
- X2 はカテゴリ回帰変数です (「A」、「B」、「C」という名前の 3 つのカテゴリ)
このモデルをANCOVAと呼ぶ人もいる
このことから次のことがわかります:
次のグラフのように、X2 のカテゴリごとに切片と傾き (X1 上) が表示されます。
これらの傾きを一対一で比較したいと思います。
このように（R 4.2.2で実行）:(
ライブラリ(エミーンズ)
ペア(emtrends(lm(Y ~ X2 * X1, データ = df), ~ X2, var="X1"))
contrast estimate SE df t.ratio p.value
A - B 0.211 0.0616 54 3.431 0.0033
A - C -1.721 0.0616 54 -27.934 <.0001
B - C -1.932 0.0616 54 -31.365 <.0001
P value adjustment: tukey method for comparing a family of 3 estimates
今のところ、JMP では非常に近いことを実行する方法しか見つかりませんでしたが、まさに私が望んでいることではありませんでした。
1. モデルの適合アプローチ: 傾きを全体の平均と比較する
--> 赤い三角形 / 推定値 / 傾斜を比較する
これは各傾斜を平均傾斜と比較します（ネルソン調整付き）
2. フィット曲線アプローチ: 同等性テストの結果
--> 赤い三角（線形近似から）/ 同等性検定
このアプローチでは、適合の各パラメータに対して、ペアワイズ（X2 のカテゴリ全体）同等性テストを実行します。ここでは、切片と傾きの 2 つのパラメータのみがあります。
結論と最後の質問:
ある傾きが他の傾きと異なるかどうかを判断する方法は複数あることは知っています。しかし、私は傾き間のペアワイズ比較の具体的なアプローチを探しています (R で実行可能なものと同じ、上記を参照)。
添付ファイルの説明:
- data.xlsx = データの Excel ファイル (シミュレーション データ)
- Compare_slopes_example.jmp = data.xlsx のデータと適合モデル、適合曲線分析が保存された JMP テーブル。
ご協力に心より感謝いたします！
良い一日をお過ごしください = )
素晴らしい追加です@MRB3855
投稿から、カスタム テストは次のように設定する必要があることがわかりました (最初の 3 つの列は必須ではありませんが、 @Mark_Bailey が回答で説明した内容が表示されます)。
こんにちは。この質問についてより詳細に議論している別のスレッドを見つけました。私が見る限り、傾斜に違いがあるかどうかだけでなく、各比較でどのような違いがあるかを理解したいということが述べられています。
傾斜の比較
1 つのアプローチは、各レベルを参照として (レベルの値の順序を使用)、モデルを適合させる手動アプローチの一種であり、もう 1 つは非線形適合を使用するものです。 @julianもアドインを作成したようです (スレッドにも記載されています)。ただし、投稿とアドインはどちらも 2016 年のものであるため、それがどの程度最新のものなのかはわかりません。
[編集: ちなみに、この最初のアプローチは、参考のために JMP ノートにも記載されています: [すべてのユーザーがアクセスできないため、リンクを削除しました]]
はい、 @dlehman1 は正しいです。彼が指定したモデルでは、X2 のテストにより、3 つの直線の切片が異なるかどうかがわかります。相互作用のテストにより、傾きが異なるかどうかがわかります。理由を理解するには、このモデルの予測式を見てください。X2 パラメーターが切片の調整であり、X1*X2 パラメーターが X1 の傾きの調整であることがわかります。
X1、X2、X1*X2 (交差効果) を因子として、Fit モデル プラットフォームを使用するのがよいと思います。これにより、傾きと切片の両方が変化するようになり、傾きと切片を平均と相互に統計的に比較するために必要なすべての情報が提供されると思います。より完全な統計的背景を持つ人なら、その情報を探す場所を正確に提案できるでしょう。
ありがとう@MRB3855、 @martindemel
このカスタムテストと@martindemelが示したコントラストのおかげで R と同じ結果が得られました。
残る唯一のことは、p 値の Tuckey 調整を取得することです。
どうもありがとうございます ！
