Bayes 그림 보고서
"최소 제곱 적합" 보고서의 "Bayes 그림" 보고서에는 활성 효과를 확인하는 또 다른 방법이 제공됩니다. 이 보고서는 베이지안 방법을 사용하여 사후 확률을 계산하는 데 도움이 됩니다. Box and Meyer(1986)를 기반으로 한 이 방법은 추정값이 두 분포의 혼합물이라고 가정합니다. 비활성 효과에 해당하는 대부분의 추정값은 분산이 σ2인 순수 랜덤 정규 잡음으로 간주됩니다. 활성 효과에 해당하는 나머지 추정값은 분산이 σ2보다 K배 큰 오염 분포에서 오는 것으로 간주됩니다.
항
모수 추정값에 해당하는 모형 항입니다.
추정값
모수 추정값입니다. Bayes 그림은 추정된 표준편차가 1인 추정값과 관련하여 생성됩니다. 추정값 간에 상관관계가 없으면 t 비가 사용됩니다. 추정값 간에 상관관계가 있으면 직교 t 비가 사용됩니다.
사전 확률
추정값이 0이 아닐 확률, 즉 추정값이 오염 분포에 있을 확률을 지정할 수 있습니다. 추정값에 대한 사전 확률은 대개 동일한 값으로 설정됩니다. 처음에는 일반적으로 권장되는 값 0.2가 표시되지만 값을 변경할 수 있습니다.
K 오염
오차 분산에 대한 오염 분포 분산의 비율을 나타내는 오염 계수 값입니다. 일반적으로 K는 기본값 10으로 설정됩니다.
표준 오차 척도
표준 오차 추정값에 대한 자유도가 있는 경우 이 값은 1로 설정됩니다. 보고서에 사용된 추정값은 단위 분산으로 변환 및 척도화되므로 JMP에서 이 값을 사용합니다. 오차 추정값이 없는 포화 모형의 경우 이 값은 0으로 설정됩니다. 다른 값을 지정할 경우에는 RMSE 추정값의 배율로 간주하십시오.
DFE
오차 자유도입니다.
Figure 3.30에서는 Bicycle.jmp 샘플 데이터 테이블에 대한 Bayes 그림의 기본 설정이 표시된 규격 창을 보여 줍니다. 이 창에서 "시작"을 클릭하면 보고서가 업데이트되어 각 항에 대한 사후 확률 및 막대 차트가 표시됩니다(Figure 3.30).
그림 3.30 Bayes 그림 보고서
"Bayes 그림" 보고서에서 그림 아래의 노트에는 샘플이 오염되지 않았을 사후 확률이 포함됩니다. 사후 확률은 사전 확률과 데이터를 기반으로 활성 효과가 전혀 없을 확률입니다. 사후 확률 값(0.0144)이 작으므로 활성 효과가 존재할 가능성이 있음을 나타냅니다. 사후 확률 열은 적어도 Dynamo와 Gear가 활성 효과임을 나타냅니다.