척도화된 추정값 및 연속형 항 코딩

"최소 제곱 적합" 보고서의 "척도화된 추정값" 옵션은 평균이 0이고 범위가 2가 되도록 척도화된 요인에 해당하는 계수를 제공합니다. 모수 추정값은 해당 요인의 척도에 따라 크게 좌우됩니다. 요인을 그램(g)에서 킬로그램(kg)으로 변환하면 모수 추정값이 1,000의 배수로 변경됩니다. 동일한 변경을 제곱(2차) 항에 적용하면 모수 추정값이 100만의 배수로 변경됩니다.

효과 크기를 더 잘 이해하고 비교하려면 모수 추정값을 척도에 따라 변하지 않는 방식으로 검토해야 합니다. 모수 추정값의 크기를 반응에 대한 해당 항의 효과 크기와 연관시키는 척도를 사용하는 것이 적절합니다. 이를 수행하는 방법에는 여러 가지가 있습니다.

요인에 대한 표본 값의 최대값과 최소값이 표본 평균에서 등거리에 있는 경우 척도화된 요인의 범위는 –1 ~ 1입니다. 이 척도화는 실험 설계에 사용된 기존의 코딩에 해당합니다. 단일 요인을 사용한 회귀의 경우 척도화된 모수 추정값은 요인이 전체 범위에서 이동할 때 예측된 반응 변동의 절반입니다.

척도화된 추정값은 데이터에 코드화되지 않은 값이 포함된 경우 모형 항의 영향을 평가하는 데 중요합니다. 직교 설계의 경우 척도화된 추정값은 코드화되지 않은 데이터의 추정값과 동일합니다.

참고: "코딩" 열 특성은 –1에서 1 사이의 범위로 값이 코드화되도록 요인 값을 선형으로 척도화합니다. 모수 추정값은 이러한 코드화된 값으로 제공되므로 이 경우에는 척도화된 추정값이 필요하지 않습니다. 척도화된 추정값을 구하는 데 사용되는 변환과 달리 코드화된 값은 평균이 0이 아닐 수 있습니다.

그림 3.26 척도화된 추정값 보고서 

모형은 각 Drug 그룹에 대해 하나씩 세 개의 평행선을 적합시킵니다. x 값의 범위는 3 ~ 21입니다. x의 척도화된 추정값 8.8846543은 Drug 그룹 중 하나에 대해 x = 21에 대한 예측값과 x = 3에 대한 예측값 간 차이의 절반입니다. 보고서의 빨간색 삼각형 메뉴에서 열 저장 > 예측 계산식을 선택하여 이 사실을 확인할 수 있습니다. 그런 다음 x = 21 및 x = 3에서 각 Drug 그룹에 대한 예측값을 구하기 위해 행을 추가합니다.

이 특정 데이터 집합의 x 값 범위에서 x의 영향은 약 17.8 단위의 범위에서 반응에 변화를 주는 것입니다. 원시 데이터에 기반한 x의 모수 추정값은 0.9871838이므로 반응에 대한 직접적인 해석을 허용하지 않습니다.