최대차이 효과 요약

"효과 요약" 보고서는 최대차이 모형에 둘 이상의 효과가 포함된 경우에 나타납니다. 모형에 의해 추정된 효과가 나열되고 해당 효과에 대한 LogWorth 또는 FDR LogWorth 값 그림이 제공됩니다. 모형에서 효과를 추가하거나 제거할 수 있는 컨트롤도 보고서에 제공됩니다. 모형 적합 보고서는 "효과 요약" 보고서의 변경 사항에 따라 자동으로 업데이트됩니다. 자세한 내용은 선형 모형 적합의 “Effect Summary Report”에서 확인하십시오.

참고: "계층적 Bayes"를 사용하여 적합된 모형에는 "효과 요약" 보고서가 적용되지 않습니다.

Figure 5.13에서는 Potato Chip Responses.jmp의 MaxDiff for Flavor 스크립트를 실행하여 얻은 "효과 요약" 보고서를 보여 줍니다.

그림 5.13 효과 요약 보고서 

효과 요약 테이블 열

"효과 요약" 테이블에는 다음과 같은 열이 포함되어 있습니다.

소스

모형 효과를 p 값이 작은 것부터 순서대로 나열합니다.

LogWorth

각 모형 효과에 대해 -log10(p 값)으로 정의된 LogWorth를 표시합니다. 이 변환은 그래프 작성에 적절한 척도를 제공하도록 p 값을 조정합니다. -log10(0.01) = 2이므로 2를 초과하는 값은 0.01 수준에서 유의합니다.

FDR LogWorth

각 모형 효과에 대해 -log10(FDR p 값)으로 정의된 FDR(False Discovery Rate) LogWorth를 표시합니다. 이 통계량은 유의성을 그림에 표시하고 평가하는 데 가장 적합합니다. LogWorth 열을 FDR LogWorth 열로 바꾸려면 FDR 체크박스를 선택합니다.

막대 차트

LogWorth 또는 FDR LogWorth 값의 막대 차트를 표시합니다. 이 그래프에는 정수 값에 수직 파선이 있고 2에 파란색 참조선이 있습니다.

p 값

각 모형 효과에 대한 p 값을 표시합니다. 이 값은 "가능도비 검정" 보고서에 표시된 유의성 검정에 해당하는 p 값입니다.

FDR p 값

각 모형 효과에 대해 Benjamini-Hochberg 기법을 사용하여 계산된 FDR(False Discovery Rate) p 값을 표시합니다. 이 기법은 여러 검정에 대한 FDR(False Discovery Rate)을 제어하기 위해 p 값을 조정합니다. p 값 열을 FDR p 값 열로 바꾸려면 FDR 체크박스를 선택합니다.

FDR 수정에 대한 자세한 내용은 Benjamini & Hochberg(1995)에서 확인하십시오. FDR(False Discovery Rate)에 대한 자세한 내용은 예측 및 전문 모델링의 “Statistical Details for the Response Screening Platform” 또는 Westfall et al. (2011)에서 확인하십시오.

효과 요약 테이블 옵션

요약 테이블 아래의 옵션을 사용하여 효과를 추가 및 제거할 수 있습니다.

제거

선택한 효과를 모형에서 제거합니다. 하나 이상의 효과를 제거하려면 대상 효과에 해당하는 행을 선택하고 제거 버튼을 클릭합니다.

프로파일 효과 추가

데이터 테이블의 모든 열 목록("테이블 한 개, 쌓여짐" 데이터 형식의 경우) 및 프로파일 데이터 테이블의 열("다중 테이블, 상호 참조됨" 데이터 형식의 경우)이 포함된 열 대화상자를 엽니다. 모형에 추가할 열을 선택한 후 열 선택 목록 아래의 "추가"를 클릭하면 해당 열이 모형에 추가됩니다. "닫기"를 클릭하여 패널을 닫습니다.

개체 효과 추가

데이터 테이블의 모든 열 목록("테이블 한 개, 쌓여짐" 데이터 형식의 경우) 및 개체 데이터 테이블의 열("다중 테이블, 상호 참조됨" 데이터 형식의 경우)이 포함된 열 대화상자를 엽니다. 모형에 추가할 열을 선택한 후 열 선택 목록 아래의 "추가"를 클릭하면 해당 열이 모형에 추가됩니다. "닫기"를 클릭하여 패널을 닫습니다.