该帮助的版本不再更新,请参见https://www.jmp.com/support/help/zh-cn/15.2 获取最新的版本.


图 5.13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。
图 5.13 “效应汇总”报表
列出按 p 值升序排序的模型效应。
显示每个模型效应的 LogWorth,定义为 -log10p 值)。这种变换调整 p 值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)。
显示每个模型效应的假发现率 LogWorth,定义为 -log10(FDR P 值)。这是用于绘制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。
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。
显示使用 Benjamini-Hochberg 方法为每个模型效应计算的假发现率 p 值。该方法调整 p 值以控制多个检验的假发现率。选中 FDR 复选框可用 FDR P 值列替换 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》手册中的““响应筛选”平台的统计详细信息”,或参见 Westfall et al. (2011)。