一般線形モデルを適合のオプションの指定

統計 > 分散分析 > 一般線形モデル > 一般線形モデルを適合 > オプション

重み

重みで、重み付き回帰を実行する場合に重みを含む数値列を入力します。重み付き回帰は、残差における均一な分散の最小二乗仮定に違反する(不等分散性とも呼ばれる)場合に使用可能な方法です。この方法では、適正な重みを付けることによって重み付き二乗残差の合計を最小化し、均一な分散(等分散性)の残差を生成します。適正な重みの判断に関する詳細は、重み付き回帰を参照してください。

重みは0以上の数でなければなりません。重み列の行数と応答列の行数は同じでなければなりません。

全区間の信頼水準

係数と適合値の信頼区間の信頼水準を入力します。

通常、95%の信頼水準が適切です。95%の信頼水準は、母集団から100個のランダムサンプルを採取した場合、サンプルのうちおよそ95個の信頼区間に平均応答が含まれることを示しています。与えられたデータセットにおいて、信頼水準の値を低くすると信頼区間が狭くなり、信頼水準を高くすると信頼区間が広くなります。

信頼区間を表示するには、結果サブダイアログボックスに移行し、結果の表示から拡張表を選択します。

信頼区間のタイプ

両側信頼区間か、片側限界かを選択できます。信頼水準が同じ場合、区間よりも限界の方が点推定に近くなります。上限は下限となる可能性のある値を示さず、下限もまた、上限となる可能性のある値を示しません。

たとえば、水に含まれる溶解固形物の濃度に対する推定平均値が13.2 mg/Lだとします。将来観測値の平均の95%信頼区間は12.8 mg/L~13.6 mg/Lです。将来観測値の平均の95%上側信頼限界は13.5 mg/Lとなり、これは予測平均により近いため、より正確です。
両側
  • 両側信頼区間を使用して、平均応答の可能性のある上限値と下限値の両方を推定します。
下限
  • 下側の信頼境界を使用して、平均応答になる可能性のある下限値を推定します。
上限
  • 上側信頼境界値を使用して、平均応答になる可能性のある上限値を推定します。

検定の平方和

F値とp値を計算するための平方和(SS)を選択します。調整された平方和を使用するのが一般的です。モデルに追加された順番で項の有意性を決定するために逐次平方和を使います。
検定の平方和
  • 調整済み (タイプIII): 残りの項全てを含むモデルに項を追加した際の誤差平方和の減少率を示します。
  • 逐次 (タイプI):追加する項の前の項のみを含むモデルに項を追加した際の誤差平方和の減少率を示します。

Box-Cox変換

残差が正規分布ではないか均一な分散ではない場合に、応答データに対してBox-Cox変換を実行します。データを変換すると、Minitabは応答データを変換し分析に使います。データが大幅にゆがんでいる場合を除き、通常はデータの非正規性を修正する必要はありません。Box-Cox変換を使用するときは、すべての応答データを正数(>0)にする必要があります。Box-Cox変換を使用するのが適切かどうかは、残差プロットやその他の診断測度から判断してください。モデルの確認に関する詳細は、回帰分析または分散分析におけるモデルの仮定の検証を参照してください。
Box-Cox変換
データ変換のためにMinitabで使用するラムダ値を選択します。
  • 変換なし: 元の応答データを使います。
  • 最適のλ:最適なλを使い、最も適合するデータに変換します。デフォルトでは、最適なλ値は0.5、または最も近い整数に四捨五入された値です。例えば、–1、–0.5、0、0.5、1などです。四捨五入された値ではなく、最適値を変換したい場合は、ツール > オプション > 線形モデル > 結果の表示を選択します。
  • λ = 0 (自然対数): データの自然対数を使用します。
  • λ = 0.5 (平方根): データの平方根を使用します。
  • λ: ラムダとして指定された値を使用します。その他の一般的な変換方法は、二乗(λ = 2)、逆平方根(λ = -0.5)、逆関数(λ = -1)です。通常は、-2から2の範囲外の値は使用しないでください。

平均

出力には、主効果の最小二乗平均、主効果および二元交互作用、モデルに含まれる全項を表示することができます。あるいは、これらの項のサブセットの平均を表示したり、全く表示させないこともできます。

指定した項を選択した場合、項ボタンにはI = 項の平均値の計算を使い、項を特定します。リストから項を選択し、ボタンを押します。Iは項の平均が表示されることを示しています。目的の項がリストに表示されていない場合は、モデルに追加してください。

本サイトを使用すると、分析およびコンテンツのカスタマイズのためにクッキーが使用されることに同意したことになります。  当社のプライバシーポリシーをご確認ください