自由度(DF)は、関連するカイ二乗検定統計量の分布に関する情報を提供します。連続予測変数は 1 度の自由度を使用します。カテゴリ予測変数は、レベルの数から 1 を引いた数に等しい自由度を使用します。上位の項では、構成部品項の自由度の積を使用します。
分散分析表の各項にはカイ二乗値があります。カイ二乗値は、項またはモデルに応答との関連があるかどうかを判断する検定統計量です。
Minitabではカイ二乗統計量を使用してp値を計算し、この値に基づいて、項およびモデルの統計的有意性を判断します。p値は帰無仮説を棄却するための証拠を測定する確率です。確率が低いほど、帰無仮説を棄却する強力な証拠となります。カイ二乗統計量が十分に大きいとp値は小さくなり、項またはモデルが統計的に有意であることを示します。
p値は帰無仮説を棄却するための証拠を測定する確率です。確率が低いほど、帰無仮説を棄却する強力な証拠となります。
モデルにおける応答と各項の間の関係が統計的に有意かどうか判断するには、項のp値と有意水準を比較して帰無仮説を評価します。この帰無仮説は、項の係数は0に等しく、項と応答に関連性がないという仮定です。通常、0.05の有意水準(αまたはアルファとも呼ばれる)が有効に機能します。0.05の有意水準は、実際には関連性がない場合でも、関連性が存在すると結論付けてしまうリスクが5%であるということを示します。
ワルド検定 | |||
---|---|---|---|
要因 | 自由度 | カイ二乗 | p値 |
年齢 | 1 | 1.78 | 0.182 |
ステージ | 3 | 17.92 | 0.000 |
これらの結果では、p値は0.340で、有意水準0.05より大きくなっています。したがって、癌の段階は、患者の生存に統計的に有意な影響を有すると結論付けることができる。ただし、年齢のp値は0.182であるため、年齢の影響は0.05のαレベルでは有意ではありません。