"최소 제곱 적합" 보고서의 "효과 검정" 옵션은 모형에 고정 효과가 있는 경우에만 나타납니다. 주어진 효과에 대한 효과 검정은 해당 효과와 관련된 모든 모수가 0이라는 귀무가설을 검정합니다. 단일 연속형 설명 변수의 경우 효과에 하나의 모수만 있을 수 있습니다. 이 경우 검정은 "모수 추정값" 보고서의 해당 항에 대한 t-검정과 동등합니다. 명목형 또는 순서형 효과에는 수준 수에 따라 관련된 모수가 여러 개 있을 수 있습니다. 이러한 효과에 대한 효과 검정은 관련된 모든 모수가 0인지 여부를 검정합니다.
다음 사항에 유의하십시오.
• 가능한 경우 항이 선형 종속성과 관련된 효과에 대해 효과 검정이 수행됩니다. 자세한 내용은 모형 항 사이에 선형 종속성이 있는 모형에서 확인하십시오.
• 파라미터화 및 특이성 처리는 SAS GLM 프로시저와 다릅니다. 파라미터화 및 특이성 처리에 대한 자세한 내용은 요인 모형에서 확인하십시오.
"효과 검정" 보고서에는 다음 열이 포함됩니다.
소스
모형의 효과입니다.
모수 수
효과와 관련된 모수의 수입니다. 연속형 효과에는 하나의 모수가 있습니다. 명목형 또는 순서형 효과에 대한 모수의 수는 수준 수에서 1을 뺀 값입니다. 교차 효과에 대한 모수의 수는 각 개별 효과에 대한 모수의 수를 곱한 값입니다.
DF
효과 검정에 대한 자유도입니다. 일반적으로 모수 수와 DF는 동일합니다. 예측 변수 사이에 선형 종속성이 있는 경우에는 값이 다를 수 있습니다. 이러한 경우 DF는 모수 수보다 작을 수 있으며 이는 효과와 관련된 하나 이상의 모수를 검정할 수 없음을 나타냅니다. DF가 모수 수보다 작은 경우에는 항상 LostDFs가 보고서 줄 오른쪽에 나타납니다. 오차의 자유도가 있는 경우 검정이 수행됩니다. 자세한 내용은 효과 검정 보고서에서 확인하십시오.
제곱합
효과가 0이라는 가설에 대한 제곱합입니다.
평균 제곱
(숨겨진 열) 효과의 평균 제곱, 즉 효과에 대한 제곱합을 DF로 나눈 값입니다.
F 비
효과가 0인지 검정하기 위한 F 통계량입니다. "F 비"는 효과의 평균 제곱을 오차 평균 제곱으로 나눈 비율입니다. 효과의 평균 제곱은 효과 제곱합을 자유도로 나눈 값입니다.
Prob > F
효과 검정의 p 값입니다.
h2 효과 크기
(숨겨진 열) 효과에 대한 h2(에타 제곱) 효과 크기 지수 통계량입니다. 이 값은 효과 제곱합을 총 제곱합으로 나누어 계산됩니다. 자세한 내용은 Albers & Lakens 연구 자료(2018)에서 확인하십시오.
w2 효과 크기
(숨겨진 열) 효과에 대한 w2(오메가 제곱) 효과 크기 지수 통계량입니다. 이 통계량은 h2 대신 사용할 수 있으며 덜 편향됩니다. 자세한 내용은 Albers & Lakens 연구 자료(2018)에서 확인하십시오.
참고: 숨겨진 열을 테이블에 표시하려면 테이블을 마우스 오른쪽 버튼으로 클릭하고 "열" 하위 메뉴에서 열 이름을 선택합니다.