公開日: 09/19/2023

効果の検定

「最小2乗法によるあてはめ」レポートの「効果の検定」オプションは、モデルに固定効果があるときにのみ表示されます。ここで行われる検定は、「該当する効果に関連するすべてのパラメータが0である」という帰無仮説を検定するものです。なお、1つの連続尺度の説明変数に対する固定効果の検定では、検定されるパラメータは1個だけです。この場合、その項に対する検定結果は、「パラメータ推定値」レポートのt検定と同じになります。名義尺度や順序尺度の効果では、3水準以上の場合には、複数のパラメータを持ちます。その場合、「すべての関連パラメータが0である」を帰無仮説とした検定が行われます。

次の点を念頭に置いてください。

効果の検定は、一次従属性がある効果に対しても、検定が可能な場合には実行されます。一次従属性がある場合を参照してください。

JMPにおけるパラメータ化と特異性への対処は、SASシステムのGLMプロシジャと異なります。パラメータ化と特異性についての詳細は、因子(説明変数)の取り扱い方を参照してください。

「効果の検定」レポートには、次のような列があります。

要因

モデル内の効果。

パラメータ数

効果に含まれるパラメータの個数。連続尺度の効果のパラメータ数は、1個です。名義尺度や順序尺度の主効果のパラメータ数は、その水準数よりも1つ少ない値です。交互作用のパラメータ数は、各主効果のパラメータ数の積です。

自由度

各効果に対する検定の自由度。通常、「パラメータ数」と「自由度」は同じ値ですが、説明変数間に一次従属性がある場合は異なります。そのような場合は、その効果に関連する少なくとも1つのパラメータが検定できなくなり、「自由度」が「パラメータ数」よりも小さくなります。「自由度」が「パラメータ数」より小さいときは、レポートの行の右側に「足りない自由度」という注釈が表示されます。なお、誤差に自由度がない場合は、「効果の検定」で使われているF検定は行えません。「効果の検定」レポートを参照してください。

平方和

「効果が0である」という帰無仮説を検定するための平方和。

平均平方

(この列はデフォルトでは非表示です。)平均平方は、効果の平方和を自由度で割ったものです。

F値

「効果が0である」という帰無仮説を検定するためのF統計量。効果の平均平方を誤差の平均平方で割った比です。平均平方は、平方和を自由度で割ったものです。

p値(Prob > F)

「効果が0である」という帰無仮説を検定するp値。

h2効果の大きさ

(この列はデフォルトでは非表示です。)効果の大きさ(effect size; 効果量)の指標となる統計量。この値は、効果の平方和を、全体の平方和で割ったものになります。Albers and Lakens(2018)を参照してください。

w2効果の大きさ

(この列はデフォルトでは非表示です。)効果の大きさ(effectsize; 効果量)の指標となる統計量。h2よりも、バイアス(偏り)が小さい指標です。Albers and Lakens(2018)を参照してください。

メモ: 非表示の列を表示するには、表を右クリックして、[列]のサブメニューから列名を選択してください。

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).