로그선형 분산 적합 보고서
"로그선형 분산 적합" 보고서에는 전체 모형, 평균 모형 및 분산 모형에 대한 정보가 포함됩니다. 또한 로그 선형 모형에 대한 실제값 대 예측값 그림도 보고서에 포함됩니다. 평균 모형 보고서와 분산 모형 보고서의 "모수 추정값" 및 "고정 효과 검정" 섹션은 REML(제한 최대 가능도)에서 도출되는 점을 제외하고 표준 최소 제곱 분석법의 결과와 비슷합니다.
그림 11.4 평균 모형 출력
그림 11.5 분산 모형 출력
보고서의 두 번째 부분에서는 분산 모형의 적합을 보여 줍니다. 분산 모수 추정값 보고서에 추정값 및 관련 통계량이 표시됩니다. 다음과 같은 두 개의 숨겨진 열이 제공됩니다.
• 숨겨진 열 exp(추정값)은 추정값의 지수입니다. 따라서 요인이 +1 및 -1 값을 갖도록 코드화되는 경우 요인의 +1 수준은 분산에 exp(추정값) 값을 곱합니다. 마찬가지로 -1 수준은 분산에 이 열의 역수를 곱합니다. 숨겨진 열을 표시하려면 보고서를 마우스 오른쪽 버튼으로 클릭한 후 표시된 열 메뉴에서 해당 열의 이름을 선택합니다.
• exp(2|추정값|) 라벨이 지정된 숨겨진 열은 회귀변수의 범위가 -1 ~ +1일 때 하위 분산 대비 상위 분산의 비율입니다.
보고서에는 각 추정값의 표준 오차, 카이제곱, p 값 및 프로파일 가능도 신뢰 한계도 표시됩니다. 잔차 모수는 다른 모든 회귀변수가 0일 때 분산의 전체 추정값입니다.
분산 모형의 적합도가 원래 모형보다 유의하게 나은지 확인해 봅니다. 이를 위한 가능도비 검정은 적합 모형을 절편을 제외한 모든 모수가 0인 모형, 즉 등분산 모형과 비교합니다. 이 경우 p 값은 매우 유의합니다. Hold Time 변경에 따라 분산이 변경됩니다.
분산 효과 가능도비 검정은 각 항을 차례로 제외하고 모형을 다시 적합시켜 가능도비 검정을 생성합니다. 일반적으로 이러한 검정을 Wald 검정보다 더 신뢰할 수 있습니다.