本节说明如何计算整个分类效应的检验功效。使用以下符号:
X
模型矩阵。请参见别名矩阵。
参数的向量。
β 的最小二乘估计值。
预期系数值的向量。
定义分类效应的检验的矩阵。矩阵 L 标识 β 中对应于分类效应的参数值并将它们设置为 0。分类效应检验的原假设为:
r
L 的秩。或者,r 为分类效应的水平数减去 1。
注意:您可以通过运行“拟合模型”来查看设计矩阵。然后从主报表的红色小三角菜单选择保存列 > 保存编码表。
的协方差矩阵由 给出,其中 σ2 为误差方差。
误差方差 σ2 由均方误差估计得出,具有 n - p - 1 个自由度,其中:n 是观测数,p 是模型中除截距之外的项数。
检验表示为:
在原假设下,检验统计量 F0 具有自由度为 r 和 n - p - 1 的 F 分布。
若 β 的真实值为 ,则 F0 具有非中心 F 分布,其非中心参数由以下公式给出:
要计算检验功效,首先要求解 α 水平临界值 Fc:
然后按照如下方式计算功效: