為什麼「效應檢定」下的平方和不等於整體模型的平方和？大家好，
我使用標準最小二乘法擬合了一個具有一個連續變數和一個名義變數的簡單模型。現在我想知道為什麼變異數分析和效應檢定下的平方和似乎不匹配。我使用的是 JMP 18.0.1。
3.16 和 0.01 並未給出整體模型的 SS 3.37。好像缺了 0.2。有人能解釋一下這是為什麼嗎？
這特別讓我困惑，因為我正在查看同事提供的 minitab 中相同數據的分析，其中「月份」因素確實使 SS 增加了 0.209。所有其他東西，例如 DF 和 SS，都匹配。最後，這對 p 值判斷「月份」對於擬合的重要性有影響，這也是為什麼這個問題一開始就困擾著我。
問候，
康斯坦丁
基礎資料分析與建模回覆：為什麼「效應檢定」下的平方和不等於整體模型的平方和？如果您附加實際資料表而不是僅僅附加輸出，這將非常有助於查看您的結果。有點像在學校「展示你的作品」。
在與 Minitab 的比較中，我可以立即發現 Minitab 報告的是順序 SS（類型 1），而不是部分 SS（類型 3）。順序 SS 依賴於順序，而部分 SS 對模型順序更加穩健（並且是首選，通常是預設的）。 JMP 將使用類型 3 作為預設值，並且還使用 REML（我認為 Minitab 仍在 EMS 估計平台上）。
我不確定你的因素是什麼，哪些是連續的，哪些是名義上的。批次和月份似乎都不連續？您有 9 個批次和 2 個月。但我不知道你的 MSE DF 來自哪裡？
如果您查看參數估計表並新增 VIF 列，這些值是什麼？
回覆：為什麼「效應檢定」下的平方和不等於整體模型的平方和？非常感謝，現在清楚多了！
我已將數據附加到此回復中。 VIF 相當小。
你的觀察對我來說非常有啟發。昨天我實際上想知道模型的順序是否起到了作用，並切換了月份和批次，但 JMP 並不在乎。您對類型 3 的解釋非常有道理。我現在還明白，JMP 中的效應會根據其他效應的存在進行調整，而 minitab 不會這樣做，這解釋了差異。從模型中刪除「批次」後，JMP 給出「月份」的 SS 為 0.2，這是 minitab 從包含兩個因子的模型中輸出的結果。
我相信這個問題已經解決。
然而，我也和您一樣對 DF 感到疑惑。月份是一個連續因子。那麼為什麼它的 DF 最終為 1？也許你看完數據之後就會有一個想法。
回覆：為什麼「效應檢定」下的平方和不等於整體模型的平方和？你好@Bashburz1 ：“但是，我也和你一樣對 DF 感到疑惑。月份是一個連續因子。那麼為什麼它的 DF 最終為 1？”
這是因為作為一個連續因子，它只給模型引入了一個參數； “斜坡”。即乘以“Month”的術語。
回覆：為什麼「效應檢定」下的平方和不等於整體模型的平方和？知道了，謝謝！
回覆：為什麼「效應檢定」下的平方和不等於整體模型的平方和？順便說一句，如果您將月份的資料類型變更為名目資料類型，那麼您將獲得 9 月份 DF。我不確定你為什麼認為月份是一個連續變數？
此外，如果您單擊“擬合模型”輸出中響應旁邊的紅色三角形，選擇“估計”>“順序檢定”，您將獲得類型 1 SS。
回覆：為什麼「效應檢定」下的平方和不等於整體模型的平方和？嗨@statman我的有根據的猜測是「月」確實是連續的；它實際上是時間......但它的單位是月（可以是秒、分鐘、天、周等）。我猜這是製藥業的穩定性分析（保質期）。我的說法對嗎@Bashburz1 ？若是，則「月」是連續的。
回覆：為什麼「效應檢定」下的平方和不等於整體模型的平方和？嗯，有趣的是，如果你在乎穩定性，我就不會用線性模型來建模月份。我會使用抽樣思想和控製圖進行穩定性評估。如果月份很重要，那又代表什麼？是否存在不尋常的月份（用戴明的術語來說很特別）或者每個月之間是否存在很大的變化？
你當然不能完成研究並說月份很重要而且第一個月更好，讓我們就這樣吧。現在，如果您問烘焙過程中時間是否會產生影響，您肯定會認為「時間」是一個連續因素。
但不可否認的是，我並不是一家「保質期」的中小企業。
回覆：為什麼「效應檢定」下的平方和不等於整體模型的平方和？@statman恰當的比喻是你的烘焙過程； “穩定性” 的線性模型（這是行業中通常所說的保質期……不要與 QC 術語中的“穩定過程”混淆）是一個以時間為協變量的 ANCOVA 模型。
可能比您要求的還多，但是您可以繼續！
https://database.ich.org/sites/default/files/Q1E_Guideline.pdf#page13
回覆：為什麼「效應檢定」下的平方和不等於整體模型的平方和？感謝您今天早上的輕鬆讀物。哇，這顯然是委員會寫的指導。
「穩定性研究的目的是建立基於
在至少三批藥物物質或產品進行測試後，重新測試
適用於所有未來批次的保質期或保質期以及標籤儲存說明
在類似情況下製造和包裝」。
3 從哪裡來的？ 3 個批次代表所有批次…在什麼世界？
正如您所說，“穩定性”一詞的使用令我感到困惑，而且文件中也沒有定義。這似乎會導致藥效的下降？
我喜歡這個部分：
“數據不適合進行統計分析”
無論如何，對於 OP，如果您遵循本指導，月份應該是協變量，您應該對協變量使用順序測試，然後對研究中的其餘因素使用部分 SS（類型 3）。
回覆：為什麼「效應檢定」下的平方和不等於整體模型的平方和？是的，「穩定性」就是監測藥物任何屬性隨時間的下降或變化。感謝您提供在 JMP 中使用順序檢定的提示。在這種情況下，您通常會有三個批次（可能是出於歷史上的實際原因）並且感興趣它們的行為是否相同。因此，您從批次、時間及其交叉項開始。首先測試是否可以去掉交叉項，這表示所有斜率都相等。然後，您想要拋出“批次”，即表明截距是相等的。您將所有資料點放在一個圖中並擬合一條線。有時您可能會有更多因素，但理想情況下您不希望它們產生影響。因此，月份/時間通常是這裡最後一個站著的人。
我在 JMP 網站上看到了一門關於混合模型及其如何應用於此主題的精彩課程，但它附帶一個免責聲明，即這種方法根本不符合所提到的指導方針，所以讓我們開始吧:)
回覆：為什麼「效應檢定」下的平方和不等於整體模型的平方和？沒錯，月只是時間單位。
回覆：為什麼「效應檢定」下的平方和不等於整體模型的平方和？你好@Bashburz1 ：不確定您是否知道，JMP 中有一個用於穩定性分析的模組。
https://www.jmp.com/support/help/en/18.1/index.shtml#page/jmp/stability-analysis-in-the-degradation-platform.shtml
它的功能與擬合模型平台相同，但它有一些特定於 ICH Q1E 穩定性分析的選項。
回覆：為什麼「效應檢定」下的平方和不等於整體模型的平方和？我不知道，謝謝！理解這些步驟並手動執行仍然很好，但是該模組實際上為自己完成了這項工作。
