순차 검정

"최소 제곱 적합" 보고서의 "순차 검정" 옵션은 모형에 효과가 순차적으로 추가될 때 제곱합 및 검정을 표시합니다. 입력 순서는 "모형 적합" 시작 창의 "모형 효과 생성" 목록에 나타나는 효과의 순서로 정의됩니다. Figure 3.23에는 Drug.jmp 샘플 데이터 테이블에 대한 보고서가 표시되어 있습니다.

그림 3.23 순차 검정 보고서 

순차 검정의 기반이 되는 제곱합을 제1종 제곱합이라고도 합니다. 이 값은 지정된 효과 입력 순서에 따라 모형을 적합시켜 계산됩니다. 특정 효과를 예로 들겠습니다. 해당 효과 전에 입력한 모든 효과를 포함하는 모형에 대한 모형 제곱합을 계산합니다. 그런 다음 이러한 효과와 지정된 효과를 모두 포함하는 모형에 대한 모형 제곱합을 계산합니다. 지정된 효과에 대한 순차 제곱합은 모형 제곱합의 증가입니다.

Figure 3.23에서는 Drug.jmp 샘플 데이터 테이블에 대한 순차 제곱합을 보여 줍니다. "모형 적합" 시작 창에서 Drug를 먼저 입력한 후 x를 입력했습니다. Drug로만 구성된 모형의 제곱합은 293.6입니다. x가 모형에 추가되면 모형 제곱합이 871.4974가 됩니다. 증가한 값 577.8974가 x에 대한 순차 제곱합입니다.

"순차(유형 1) 검정" 보고서에 표시된 검정은 순차 제곱합에 기반한 F-검정이며 제1종 검정이라고도 합니다. F 비는 지정된 효과를 검정합니다. 여기서 모형은 해당 효과 및 위의 "소스" 열에 나열된 효과만 포함합니다.

순차 제곱합을 합하면 모형 제곱합이 됩니다. 또한 일반적인 모형을 가정했을 때 각 값이 통계적으로 독립적이라는 좋은 특징이 있습니다. 그러나 모형의 항 순서에 따라 값이 달라지므로 적절하지 않은 경우가 많습니다.

다음과 같은 경우 순차 검정이 적절합니다.

• 적절한 순서로 지정된 분산 모형의 균형 분석(즉, 효과 목록에서 주효과 다음에 이원 교호작용이 나오는 순서)

• 적절한 순서로 지정된 순수 내포 모형

• 적절한 순서로 지정된 다항 회귀 모형

"모수 추정값" 및 "효과 검정" 보고서에 제공된 검정은 제3종 제곱합을 기반으로 합니다. 여기서 효과에 대한 제곱합은 다른 모든 효과가 모형에 입력된 후 해당 효과에 의해 설명되는 추가 제곱합입니다.