모형 적합 플랫폼을 사용하면 효과 구조가 복잡한 모형을 효율적으로 지정할 수 있습니다. 이러한 효과 구조는 모형 모수에 대해 선형입니다. 모형을 지정한 후에는 여러 적합 분석법 중에서 적절한 적합 기법을 선택할 수 있습니다. 분석법을 선택하면 해당 분석법과 관련된 선택 항목이 "모형 적합" 창에 제공됩니다. 이 장에서는 대부분의 분석법에 공통된 "모형 규격" 창의 요소에 대해 중점적으로 다룹니다. 모든 분석법에 대한 설명은 모형 적합 시작 창의 요소에서 확인하십시오.
모형 적합은 여러 방법을 사용하여 적합시킬 수 있는 다양한 모형을 지정하는 데 사용할 수 있습니다. Table 2.1에는 모형 적합을 사용하여 정의할 수 있는 몇 가지 일반적인 모형이 나열되어 있습니다. 표에서 X 및 Z 효과는 연속형 모델링 유형의 열을 나타내고 A, B, C 효과는 명목형 또는 순서형 모델링 유형의 열을 나타냅니다.
이러한 모형 효과를 생성하는 클릭 시퀀스, 모형 적합 그림 및 몇 가지 예는 모형 규격 템플릿에서 확인하십시오.
|
모형 유형 |
모형 효과 |
|---|---|
|
단순 선형 회귀 |
X |
|
X 다항식(k차) |
X, X*X,..., Xk |
|
X 및 Z 다항식(k차) |
X, X*X,..., Xk, Z, Z*Z,..., Zk |
|
다중 선형 회귀 |
X, Z 및 기타 연속형 열 |
|
일원 분산 분석 |
A |
|
이원 분산 분석 |
A, B |
|
교호작용이 있는 이원 분산 분석 |
A, B, A*B |
|
삼원 완전 요인 |
A, B, C, A*B, A*C, B*C, A*B*C |
|
공분산 분석, 동일한 기울기 |
A, X |
|
공분산 분석, 서로 다른 기울기 |
A, X, A*X |
|
2요인 내포 임의 효과 모형 |
A, B[A]&랜덤 |
|
3요인 완전 내포 임의 효과 모형 |
A, B[A]&랜덤, C[A,B]&랜덤 |
|
단순 분할구 또는 반복 측정 모형 |
A, B[A]&랜덤, C, C*A |
|
2요인 반응 표면 모형 |
X&RS, Z&RS, X*X, X*Z, Z*Z |