公開日: 11/25/2021

効果の要約

モデルに1つ以上の効果があり、計算にあまり時間がかからない場合には、「効果の要約」レポートが表示されます。(表示されない場合は、赤い三角ボタンのメニューから[尤度比検定]を選択すると、「尤度比検定」と「効果の要約」の両方のレポートが表示されます。)モデルによって推定された効果がリストされ、それらの効果の対数価値(またはFDR対数価値)のプロットが表示されます。また、このレポートでは、モデルに効果を追加したり削除したりできます。このとき、「モデルのあてはめ」レポートは、「効果の要約」レポートでの変更に合わせて自動的に更新されます。『基本的な回帰モデル』の「効果の要約」レポートを参照してください。

メモ: 階層型Bayesを使ったモデルのあてはめでは、「効果の要約」レポートを使用できません。

「効果の要約」表の列

「効果の要約」表には次の列があります。

要因

モデル内の効果。p値の小さい順に並べられます。

対数価値

-log10(p値)という式でp値を変換したもので、「対数価値(LogWorth)」と呼んでいます。p値そのものの値ではなく、対数価値に変換すると、解釈がしやすくなります。2を上回る値は、有意水準0.01で有意となります(-log10(0.01) = 2)。

FDR 対数価値

-log10(FDR調整p値)という式で計算したもので、FDR(False Discovery Rate; 偽発見率)の対数価値です。FDR対数価値は、検定の有意性をグラフに表すのに適しています。「対数価値」列を「FDR 対数価値」に変更するには、[FDR]チェックボックスをオンにします。

棒グラフ

対数価値(またはFDR 対数価値)の棒グラフ。このグラフには整数値に縦の点線が、2の位置に青の参照線が引かれています。

P値

各モデル効果のp値。このp値は、「尤度比検定」レポートにある有意性検定のp値です。

FDR P値

Benjamini‐Hochberg法で計算された、各効果のFDR調整p値。FDR調整p値は、検定の多重性を考慮して、生のp値を調整したものです。「P値」列を「FDR P値」に変更するには、[FDR]チェックボックスをオンにします。

FDRについては、Benjamini and Hochberg(1995)を参照してください。偽発見率(FDR)の詳細については、『予測モデルおよび発展的なモデル』の「応答のスクリーニング」プラットフォームの統計的詳細またはWestfall et al.(2011)を参照してください。

「効果の要約」表のオプション

要約表の下にあるオプションによって、効果を追加や削除できます。

削除

モデルから選択した効果を削除します。1つまたは複数の効果を削除するには、削除する効果に対応する列を選択し、[削除]ボタンをクリックします。

プロファイル効果の追加

パネルが開き、[1つのデータテーブル, 積み重ね]データ形式ならデータテーブルにあるすべての列、[複数のデータテーブル, 相互参照]データ形式ならプロファイルのデータテーブルにある列がリストされます。モデルに追加する列を選択し、リストの下にある[追加]ボタンをクリックすると、その効果がモデルに追加されます。[閉じる]をクリックすると、パネルが閉じます。

被験者効果の追加

パネルが開き、[1つのデータテーブル, 積み重ね]データ形式ならデータテーブルにあるすべての列、[複数のデータテーブル, 相互参照]データ形式なら被験者のデータテーブルにある列がリストされます。モデルに追加する列を選択し、リストの下にある[追加]ボタンをクリックすると、その効果がモデルに追加されます。[閉じる]をクリックすると、パネルが閉じます。

より詳細な情報が必要な場合や、質問があるときは、JMPユーザーコミュニティで答えを見つけましょう (community.jmp.com).