EMS(전통적) 모형 적합 보고서

"모형 적합" 시작 창에서 "EMS"를 적합 방법으로 선택하면 4개의 새 보고서가 나타납니다. 고정 효과와 임의 효과 둘 다에 대한 검정은 "임의 효과에 대해 검정" 보고서에서 수행되므로 "효과 검정" 보고서는 표시되지 않습니다.

주의: EMS는 사용하지 않는 것이 좋습니다. REML이 권장되는 방법입니다.

기대 평균 제곱

모형 효과에 대한 기대 평균 제곱은 잔차 오차 분산을 포함하여 분산 성분과 고정 효과 값의 선형 결합입니다. 이 테이블에는 각 모형 효과의 기대 평균 제곱을 정의하는 계수가 제공됩니다. 행렬의 행은 왼쪽에 나열된 효과에 해당합니다. 열은 상단에 표시된 분산 성분에 해당합니다. 각 기대 평균 제곱에는 계수가 1인 잔차 분산이 포함됩니다. 이 정보는 테이블 아래에 제공됩니다.

Figure 3.49에서는 Investment Castings.jmp 샘플 데이터 테이블에 대한 "기대 평균 제곱" 보고서를 보여 줍니다. "Model: EMS" 스크립트를 실행한 후 모형을 실행합니다.

그림 3.49 기대 평균 제곱 보고서 

테이블에서 알 수 있듯이 Casting[Temperature]에 대한 기대 평균 제곱은 다음과 같습니다.

분산 성분 추정값

분산 성분의 추정값은 기대 평균 제곱을 해당하는 관측 평균 제곱에 일치시킨 후 계산하여 구합니다. "분산 성분 추정값" 보고서에는 추정된 분산 성분이 제공됩니다.

성분

임의 효과입니다.

분산 성분 추정값

분산 성분의 추정값입니다.

총계 백분율

분산 성분 합계에 대한 분산 성분의 비율입니다.

CV

분산 성분에 대한 변동 계수입니다. 이 값은 분산 성분의 제곱근에 100을 곱하여 평균 반응으로 나눈 값입니다.

참고: 보고서를 마우스 오른쪽 버튼으로 클릭하고 열 > CV를 선택한 경우에만 나타납니다.

분모 합성 검정

검정할 각 효과에 대해 F 통계량이 생성됩니다. 이 통계량의 분모는 귀무가설 하에서 분자 평균 제곱의 기대값을 갖는 평균 제곱입니다. 이 분모는 고정 효과와 관련된 값 및 분산 성분에서 생성되거나 합성됩니다.

소스

검정할 효과입니다.

MS Den

F-검정의 분모에 대한 추정 평균 제곱입니다.

DF Den

합성 분모의 자유도입니다. 이 값은 Satterthwaite 방법(Satterthwaite 1946)을 사용하여 생성됩니다.

MS 합성(분모)

분모 합성에 사용된 분산 성분입니다. 잔차 오차 분산은 항상 이 합성의 일부입니다.

임의 효과에 대해 검정

이 보고서에는 고정 효과와 임의 효과에 대한 검정이 제공됩니다.

소스

검정할 효과입니다. 여기에는 고정 효과와 임의 효과가 포함됩니다.

SS

효과의 제곱합입니다.

MS Num

분자 평균 제곱입니다.

DF Num

분자 자유도입니다.

F 비

검정에 사용할 F 비입니다. 이 값은 분모 평균 제곱에 대한 분자 평균 제곱의 비율입니다. 분모 평균 제곱은 "분모 합성 검정" 보고서에서 얻을 수 있습니다.

Prob > F

효과 검정의 p 값입니다.

주의: 최소 제곱 평균에 대한 표준 오차와 대비 F-검정에 대한 분모는 합성 분모를 사용합니다. 공통 수준에서 비교되는 교차 효과가 포함된 검정과 같은 특정 상황에서는 이러한 검정이 적절하지 않을 수 있습니다. 사용자 검정은 잔차 오류를 사용하여 수행되고 레버리지 그림은 잔차 오류를 사용하여 생성되므로 역시 적절하지 않을 수 있습니다.

EMS 프로파일러

EMS 방법을 사용하는 경우 요인 프로파일링 > 프로파일러를 선택하면 프로파일러에서 고정 효과 모형을 기반으로 예측 및 조건부 평균 신뢰 구간을 제공합니다. 이러한 값은 임의 효과에 대한 예측값을 기반으로 하지 않습니다.