반응 변수 선별 보고서 테이블
"반응 변수 선별" 보고서 창에 포함되는 기본 테이블은 시작 창에서 선택한 내용에 따라 달라집니다. "결과 테이블"은 항상 표시되고 "2 x M 결과" 테이블은 2수준 범주형 반응과 하나 이상의 범주형 예측 변수에 대해 표시됩니다.
결과 테이블
"반응 변수 선별" 보고서의 "결과 테이블"에는 Y 및 X 변수의 각 쌍에 대한 행이 포함되어 있습니다. 테이블의 열에는 선택한 적합과 Y 및 X 모델링 유형에 고유한 측도와 모형 적합 통계량이 포함됩니다.
그룹
(그룹화 변수가 있는 경우에만 표시됨) 그룹화 열의 수준입니다.
Y
지정된 반응 열입니다.
X
지정된 요인 열입니다.
개수
검정에 사용된 행 수 또는 빈도 변수나 가중치 변수의 해당 합입니다.
p 값
Y와 X 변수 쌍에 해당하는 유의성 검정의 p 값입니다. X로 Y 적합 통계량에 대한 자세한 내용은 X로 Y 적합 소개의 기본 분석에서 확인하십시오.
LogWorth
-Log10(p 값)의 계산 값입니다. 이 변환은 그래프 작성에 적절한 척도를 제공하도록 p 값을 조정합니다. 2를 초과하는 값은 0.01 수준에서 유의합니다((-log10(0.01) = 2)).
FDR p 값
Benjamini-Hochberg 기법을 사용하여 계산된 False Discovery Rate p 값입니다. 이 기법은 여러 검정에 대한 FDR(False Discovery Rate)을 제어하기 위해 p 값을 수정합니다. 그룹 변수가 없으면 테이블에 표시된 모든 검정이 여러 검정 집합에 포함됩니다. 그룹 변수가 있으면 그룹 변수의 각 수준에 대해 수행된 모든 검정이 여러 검정 집합에 포함됩니다. FDR 수정에 대한 자세한 내용은 Benjamini and Hochberg 연구 자료(1995)에서 확인하십시오. False Discovery Rate에 대한 자세한 내용은 반응 변수 선별 플랫폼에 대한 통계 상세 정보에서 확인하십시오.
FDR LogWorth
-Log10(FDR p 값)의 계산 값입니다. 이 값은 유의성을 그림에 표시하고 평가하는 데 사용되는 통계량입니다. P 값이 작으면 FDR LogWorth 값이 커집니다. 2보다 큰 FDR LogWorth 값(0.01보다 작은 p 값)에 해당하는 셀은 강도 그래디언트가 적용된 색상이 지정됩니다.
효과 크기
X의 수준 또는 값에 따라 반응 값이 달라지는 정도를 나타냅니다. 효과 크기는 척도 불변입니다.
– Y가 연속형인 경우 효과 크기는 가설 검정에서 구한 평균 제곱합의 제곱근을 반응 표준편차의 로버스트 추정값으로 나눈 값입니다. IQR(사분위수 범위)이 0이 아니고 IQR > 범위/20이면 표준편차 추정값은 IQR/1.3489795입니다. 그렇지 않으면 표본 표준편차가 사용됩니다.
– Y가 범주형이고 X가 연속형인 경우 효과 크기는 전체 모형 검정에 대한 평균 카이제곱 값의 제곱근입니다.
– Y와 X가 모두 범주형인 경우 효과 크기는 평균 Pearson 카이제곱 값의 제곱근입니다.
순위 비율
FDR LogWorth 순위를 검정 수의 비율로 나타낸 것입니다. 검정 수가 m이면 가장 큰 FDR LogWorth 값의 순위 비율은 1/m이고 가장 작은 값의 순위 비율은 1입니다. 순위 비율은 p 값과 FDR p 값을 순위별로 유의성이 큰 것부터 그림에 표시하는 데 사용됩니다.
R²
(Y가 연속형인 경우에만 표시됨) 모형에 의해 설명되는 총 변동의 비율을 측정하는 결정 계수입니다.
기울기
(보고서 창에 "LogWorth 대 기울기" 그림이 있는 경우에만 표시됨) 대응하는 Y 및 X 변수 쌍을 연관시키는 단순 선형 회귀 모형의 기울기입니다.
카파
(시작 창에서 지정한 경우에만 표시되고, 수준 수가 동일한 범주형 Y 및 X에만 사용 가능) Y와 X 간의 합치도 측도입니다.
상관
(시작 창에서 지정한 경우에만 표시됨) Pearson 곱적률 상관계수입니다. 범주형 변수의 경우 값 순서화로 정의된 인덱스에 따라 상관이 계산됩니다.
시작 창에서 "로버스트" 옵션을 선택한 경우 다음 열이 "결과 테이블"에 추가됩니다. "로버스트" 옵션은 Y가 연속형일 때만 적용되므로 Y가 범주형이면 로버스트 열 셀이 비어 있습니다.
로버스트 p 값
로버스트 적합을 사용한 Y와 X 변수 쌍에 해당하는 유의성 검정의 p 값입니다.
로버스트 LogWorth
-Log10(로버스트 p 값)의 계산 값입니다.
로버스트 FDR p 값
Benjamini-Hochberg 기법을 사용하여 로버스트 p 값에 대해 계산된 False Discovery Rate입니다. 그룹 변수가 없으면 테이블에 표시된 모든 검정에 다중 검정 조정이 적용됩니다. 그룹 변수가 있으면 그룹 변수의 각 수준에 대해 수행된 모든 검정에 다중 검정 조정이 적용됩니다.
로버스트 FDR LogWorth
-Log10(로버스트 FDR p 값)의 계산 값입니다.
로버스트 순위 비율
로버스트 FDR LogWorth 순위를 검정 수의 비율로 나타낸 것입니다.
로버스트 카이제곱
로버스트 검정과 관련된 카이제곱 값입니다.
로버스트 시그마
오차 표준편차의 로버스트 추정값입니다.
로버스트 이상치 비율
로버스트 평균에서의 거리가 로버스트 시그마의 3배를 초과하는 값의 비율입니다.
시작 창에서 "Cauchy" 옵션을 선택하면 다음 열이 "결과 테이블"에 추가됩니다. "Cauchy" 옵션은 Y가 연속형일 때만 적용되므로 Y가 범주형이면 Cauchy 열 셀이 비어 있습니다.
Cauchy p 값
Cauchy 적합을 사용한 Y와 X 변수 쌍에 해당하는 유의성 검정의 p 값입니다.
Cauchy LogWorth
-Log10(Cauchy p 값)의 계산 값입니다.
Cauchy FDR p 값
Benjamini-Hochberg 기법을 사용하여 Cauchy p 값에 대해 계산된 False Discovery Rate입니다. 그룹 변수가 없으면 테이블에 표시된 모든 검정에 다중 검정 조정이 적용됩니다. 그룹 변수가 있으면 그룹 변수의 각 수준에 대해 수행된 모든 검정에 다중 검정 조정이 적용됩니다.
Cauchy FDR LogWorth
-Log10(Cauchy FDR p 값)의 계산 값입니다.
Cauchy 순위 비율
Cauchy FDR LogWorth 순위를 검정 수의 비율로 나타낸 것입니다.
Cauchy 카이제곱
Cauchy 적합의 검정과 관련된 카이제곱 값입니다.
Cauchy 시그마
Cauchy 적합으로부터의 오차 표준편차의 추정값입니다.
Cauchy 이상치 비율
Cauchy 적합의 평균에서의 거리가 Cauchy 시그마의 3배를 초과하는 값의 비율입니다.
2 x M 결과
2 x M 테이블에는 2수준 범주형 반응과 범주형 예측 변수 간의 관계를 조사하는 데 사용할 수 있는 결과가 포함되어 있습니다. 각 반응과 예측 변수 쌍에 대해 상대 위험도, 위험도 차이 및 승산비가 기본적으로 보고됩니다. 또한 각 통계량에 대한 신뢰 구간 그림 열도 표시됩니다. 이 그림에는 상대 위험도 및 승산비의 경우 1 값에 파선이 있고 위험도 차이의 경우 0 값에 파선이 있습니다. 이 파선은 예측 변수 수준으로 인해 반응 범주 간에 차이가 없음을 나타냅니다. 빨간색 신뢰 구간은 예측 변수 수준으로 인해 반응 수준에 통계적으로 유의한 차이가 있음을 나타내고, 파란색 신뢰 구간은 유의한 차이가 없음을 나타냅니다. 테이블을 마우스 오른쪽 버튼으로 클릭하고 열을 선택하여 개수, 신뢰 구간, 라벨 또는 FDR LogWorth 값을 테이블에 추가할 수 있습니다. 첫 번째 수준이 기준으로 설정되고 다른 각 수준은 이 기준과 비교됩니다.
참고: "2 x M 결과" 보고서는 하나 이상의 2수준 범주형 반응과 하나 이상의 범주형 예측 변수가 있는 경우에만 사용할 수 있습니다.
평균 차이
"평균 차이" 테이블의 각 행은 범주형 요인의 두 수준에 대한 반응을 비교합니다. 시작 창의 "평균 비교" 옵션을 사용하여 각 수준을 대조 수준과 비교할지 아니면 가능한 모든 수준 조합과 비교할지 지정할 수 있습니다. 이 테이블은 비교되는 수준과 X 변수를 보여 줍니다.
"평균 차이" 테이블의 "차이" 열에는 두 수준에서 반응 평균의 추정된 차이가 포함됩니다. "로버스트" 옵션을 선택한 경우 평균의 로버스트 추정값이 사용됩니다. 두 평균 간의 차이가 0인지 여부를 검정하여 얻은 FDR p 값 및 FDR LogWorth에 대한 열도 있습니다. 테이블을 마우스 오른쪽 버튼으로 클릭하고 열을 선택하여 신뢰 구간 또는 비수정 통계량을 테이블에 추가할 수 있습니다.
차이 값에 대한 비수정 신뢰 구간과 Benjamini-Yekutieli FDR 수정 신뢰 구간이 중첩된 그림 열이 있습니다. 차이 값이 빨간색 또는 파란색 원으로 표시되고 각 원에서부터 두 신뢰 구간이 늘어납니다. 빨간색 원은 신뢰 구간 중 하나 또는 둘 다에 0이 포함되지 않음을 나타냅니다. 파란색 원은 두 신뢰 구간에 모두 0이 포함되어 있음을 나타냅니다. 안쪽 신뢰 구간은 비수정 신뢰 구간을 나타내고 바깥쪽 신뢰 구간은 B-Y FDR 수정 신뢰 구간을 나타냅니다.
B-Y FDR 수정 신뢰 한계의 분위수는 다음과 같이 계산됩니다.
여기서 R은 총 m개 검정 중 a 수준에서 유의한 FDR 검정의 수입니다. 기본적으로 a = 0.05 및 95% 신뢰 한계가 생성됩니다. 자세한 내용은 Benjamini(2005)에서 확인하십시오.
참고: "평균 차이" 테이블은 하나 이상의 연속형 반응과 하나 이상의 범주형 예측 변수가 있는 경우에만 사용할 수 있습니다.