发布日期: 08/07/2020

效应汇总

若模型包含不止一个效应,则显示“效应汇总”报表。该报表列出模型估计的效应,并提供这些效应的 LogWorth(或 FDR LogWorth)值的图。该报表还提供一些控件,这些控件可支持您在模型中添加或删除效应。模型拟合报表会基于在“效应汇总”报表中所做的更改自动更新。请参见《拟合线性模型》中的“效应汇总”报表

在启动窗口中选中“Bayes 对象效应”后,“效应汇总”报表不显示。这是因为在这种情况下不执行似然比检验。

“效应汇总”报表 显示通过运行 Potato Chip Responses.jmp 中的脚本“口味”的 MaxDiff 获得的“效应汇总”报表。

“效应汇总”报表 

“效应汇总”表列

“效应汇总”表包含以下列:

列出按 p 值升序排序的模型效应。

LogWorth

显示每个模型效应的 LogWorth,该值定义为 -log10(p 值)。该变换调整 p 值的大小以提供适合的绘图尺度。超过 2 的值在 0.01 水平下显著(因为 -log10(0.01) = 2)。

FDR LogWorth

显示每个模型效应的假发现率 LogWorth,该值定义为 -log10(FDR P 值)。这是用于标绘和评估显著性的最佳统计量。选中 FDR 复选框可用 FDR LogWorth 列替换 LogWorth 列。

条形图

显示 LogWorth(或 FDR LogWorth)值的条形图。该图在整数值处显示垂直虚线,在 2 处显示蓝色参考线。

P 值

显示每个模型效应的 p 值。这是与“似然比检验”报表中显示的显著性检验对应的 p 值。

FDR p 值

显示使用 Benjamini-Hochberg 方法计算的每个模型效应的假发现率 p 值。该方法调整 p 值以控制多重检验的假发现率。选中 FDR 复选框可将 P 值列替换为 FDR P 值列。

有关 FDR 校正的详细信息,请参见 Benjamini and Hochberg (1995)。有关假发现率的详细信息,请参见《预测和专业建模》中的“响应筛选”平台的统计详细信息或 Westfall et al. (2011)。

“效应汇总”表选项

汇总表下方的选项支持您添加和删除效应:

删除

从模型中删除选定的效应。要删除一个或多个效应,请选择与效应对应的行并点击“删除”按钮。

添加特征效应

打开一个列对话框,其中包含针对“一个表,堆叠”数据格式的数据表中所有列的列表,以及针对“多个表,交叉引用”数据格式的特征数据表中的列的列表。选择您要添加到模型中的列,然后点击列选择列表下的“添加”将这些列添加到模型中。点击“关闭”关闭该面板。

添加对象效应

打开一个列对话框,其中包含针对“一个表,堆叠”数据格式的数据表中所有列的列表,以及针对“多个表,交叉引用”数据格式的测试对象数据表中的列的列表。选择您要添加到模型中的列,然后点击列选择列表下的“添加”将这些列添加到模型中。点击“关闭”关闭该面板。

需要更多信息?有问题?从 JMP 用户社区得到解答 (community.jmp.com).