혼합 효과 모형 적합의 공변량에 대한 코드화 지정

통계분석 > 분산 분석 > 혼합 효과 모형 > 혼합 효과 모형 적합 > 코드화

공변량 표준화

공변량을 표준화할 것인지 여부를 지정할 수 있습니다. 표준화된 공변량은 모형을 적합하기 위해서만 사용되며 워크시트에 저장되지 않습니다.

공변량을 표준화하면 특정 조건에 대한 모형의 해석을 개선할 수 있습니다. 다음 방법을 사용하여 공변량을 표준화할 수 있습니다.
  • 평균을 빼 공변량 중심화: 이 방법은 다중 공선성을 줄이므로, 계수 추정치의 정밀도를 개선하는 데 도움이 됩니다. 이 방법은 모형에 고차항 및 교호작용 항으로 인해 상관 관계가 높은 예측 변수가 포함되어 있는 경우 유용합니다. 각 계수는 원래 측정 척도를 사용하여 예측 변수의 한 단위 변화에 대한 반응의 예상되는 변화를 나타냅니다.
  • 해당하는 표준 편차로 나눠 공변량을 표준화합니다. 이 방법을 사용하면 비교 가능한 척도를 사용하기 때문에 계수의 크기를 비교할 수 있습니다. 이 방법은 척도의 차이를 제어하면서 어느 공변량의 효과가 더 큰지 확인하려는 경우 유용합니다. 그러나 각 계수는 공변량의 1 표준 편차 변화에 대한 반응의 예상되는 변화를 나타냅니다.
다음 방법 중 하나를 사용하여 공변량을 표준화합니다.
  • 표준화 안 함: 공변량에 원본 데이터를 사용합니다.
  • 코드화할 낮은 수준과 높은 수준을 -1과 +1로 지정: 공변량의 중심을 맞추고 비교 가능한 척도에 배치합니다. 지정한 하한 값과 상한 값 사이에 있는 모든 데이터 값은 -1과 +1 사이에 있도록 변환됩니다. 표에 낮은 값과 높은 값을 입력하거나 표본의 최소값과 최대값을 사용하십시오.
    공변량
    모형에 있는 모든 공변량의 이름을 표시합니다. 이 열에는 값을 입력할 수 없습니다.
    낮음
    -1로 코드화할 값을 입력합니다. 기본값은 표본의 최소값입니다.
    높음
    +1로 코드화할 값을 입력합니다. 기본값은 표본의 최대값입니다.
  • 평균값을 뺀 후 표준 편차로 나누기: 공변량의 중심을 맞추고 비교 가능한 척도에 배치합니다.
  • 평균값 빼기: 공변량의 중심을 맞춥니다.
  • 표준 편차로 나누기: 모든 공변량에 비교 가능한 척도를 사용합니다.
  • 지정된 값을 뺀 후 다른 값으로 나누기: 표본의 평균과 표준 편차 추정치를 사용하는 대신 다른 값을 지정합니다.
    공변량
    모형에 있는 모든 공변량의 이름을 표시합니다. 이 열에는 값을 입력할 수 없습니다.
    빼기
    각 공변량에서 뺄 값을 입력합니다.
    나누기
    Minitab에서 뺀 결과를 나누는 데 사용하는 값을 입력합니다.
이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오