혼합 효과 모형 적합에 대한 분산 성분 표

분산 성분 표의 모든 통계량에 대한 정의 및 해석 방법을 확인해 보십시오.

분산 성분

분산 성분은 혼합 효과 모형에서 랜덤 항 및 랜덤 오차 항의 분산을 나타냅니다. Minitab에서는 분산 성분(Var)의 값과 분산 성분에 의해 설명되는 총 변동(총계의 %)을 표시합니다.

해석

각 랜덤 항으로 인한 연구의 변동이 어느 정도인지 평가하기 위해 사용하십시오. 값이 클수록 항으로 인한 반응의 변동량이 더 큽니다. 예를 들어, 필드의 분산 성분이 약 0.078이며 모형 내 분산의 약 73%를 설명합니다.

분산 성분

출처분산총계의 %SE 분산Z-값P-값
0.07791972.93%0.0675801.1529960.124
오차0.02892427.07%0.0105622.7386130.003
총계0.106843       
-2 로그 우도 = 7.736012

분산 SE

분산 성분의 표준 오차는 표본 데이터에서 추정된 분산 성분의 불확실성을 추정합니다.

해석

분산 성분의 표준 오차를 사용하여 분산 성분 추정치의 정확도를 측정할 수 있습니다. 표준 오차가 작을수록 추정치의 정확도가 높아집니다. 분산 성분을 표준 오차로 나누면 Z-값이 계산됩니다. 이 Z-통계량과 관련된 p-값이 유의 수준(알파 또는 α로 표시됨)보다 작은 경우 분산 성분이 0보다 크다는 결론을 내립니다.

분산 성분에 대한 신뢰 구간(95% CI)

신뢰 구간은 분산 성분의 실제 값이 포함될 가능성이 있는 값의 범위입니다.

표본이 랜덤이기 때문에 모집단의 두 표본에서 동일한 신뢰 구간이 생성될 가능성은 없습니다. 그러나 여러 개의 랜덤 표본을 추출하면 일정한 백분율의 신뢰 구간에는 알 수 없는 모집단 모수가 포함됩니다. 모수를 포함하는 이러한 신뢰 구간의 백분율이 해당 구간의 신뢰 수준입니다.

신뢰 구간은 다음 두 부분으로 구성됩니다.
점 추정치
이 단일 값은 표본 데이터를 사용하여 모집단 모수를 추정합니다. 신뢰 구간은 점 추정치를 중심으로 합니다.
오차 한계
오차 한계는 신뢰 구간의 너비를 정의하며 표본에서 관측된 변동성, 표본 크기 및 신뢰 수준에 의해 결정됩니다. 신뢰 구간의 상한을 계산하기 위해 오차 한계를 점 추정치에 더합니다. 신뢰 구간의 하한을 계산하기 위해 오차 한계를 점 추정치에서 뺍니다.

해석

신뢰 수준이 95%이면 신뢰 구간에 해당 랜덤 항에 대한 분산 성분의 실제 값이 포함된다고 95% 확신할 수 있습니다. 신뢰 구간은 결과의 실제 유의성을 평가하는 데 도움이 됩니다. 해당 상황에 실제적으로 유의한 값이 신뢰 구간에 포함되는지 여부를 확인하려면 전문 지식을 이용하십시오. 신뢰 구간이 너무 넓어서 유의하지 않은 경우에는 표본 크기를 늘려보십시오.

Z-값

Z-값은 추정된 분산 성분과 분산 성분의 표준 오차 간의 비율을 측정하는 검정 통계량입니다.

해석

Minitab에서는 Z-값을 사용하여 분산 성분이 0보다 유의하게 큰지 여부를 검정하기 위해 사용하는 p-값을 계산합니다.

분산 성분에 대한 p-값

p-값은 귀무 가설에 반하는 증거를 측정하는 확률입니다. p-값이 작을수록 귀무 가설에 반하는 더 강력한 증거가 됩니다.

해석

랜덤 항이 반응에 유의하게 영향을 미치는지 여부를 확인하려면 분산 성분 표의 항에 대한 p-값을 유의 수준과 비교하십시오. 일반적으로 0.05의 유의 수준(α 또는 알파로 표시함)이 적절합니다. 0.05의 유의 수준은 실제로 효과가 없는데 효과가 존재한다는 결론을 내릴 위험이 5%라는 것을 나타냅니다.
p-값 ≤ α: 랜덤 항이 반응에 유의하게 영향을 미침
p-값이 유의 수준보다 작거나 같으면 랜덤 항이 반응에 유의하게 영향을 미친다는 결론을 내릴 수 있습니다. 즉, 랜덤 항의 분산이 0과 유의하게 다릅니다.
p-값 > α: 랜덤 항이 반응에 유의하게 영향을 미치지 않음
p-값이 유의 수준보다 크면 랜덤 항이 반응에 유의하게 영향을 미친다는 결론을 내릴 수 없습니다. 항 없이 모형을 다시 적합시켜 다른 결과에 한 항의 효과를 평가할 수도 있습니다.