効果の検定

「一般化回帰」レポートの「効果の検定」セクションには、モデル効果に関する以下の情報が表示されます。

要因

モデル内の効果。

パラメータ数

効果に含まれるパラメータの個数。

自由度

Waldカイ2乗検定の自由度。これは、効果に含まれるパラメータのうち、その推定値がゼロではないものの個数です。

Waldカイ2乗

要因に関連するすべてのパラメータが0かどうかを調べるWald検定のカイ2乗値。

p値(Prob > ChiSquare)

Waldカイ2乗検定に対するp値。

応答変数の確率分布として正規分布を選択し、かつ罰則を課さない推定法を選択した場合、レポートの「Waldカイ2乗」と「p値(Prob>ChiSq)」に代わって以下の列が表示されます。

平方和

「効果が0である」という帰無仮説を検定するための平方和。

F値

「効果が0である」という帰無仮説を検定するためのF統計量。効果の平均平方を誤差の平均平方で割った比です。平均平方は、平方和を自由度で割ったものです。

p値(Prob > F)

「効果が0である」という帰無仮説を検定するp値。

効果の係数がゼロと推定された場合:

• 効果のパラメータ数が1の場合、行の一番右に「削除」と表示されます。

• 効果のパラメータ数が2以上の場合、「削除された水準数」と表示され、その後にパラメータ推定値がゼロになっている水準の個数が示されます。

より詳細な情報が必要な場合や、質問があるときは、JMPユーザーコミュニティで答えを見つけましょう (community.jmp.com).