일반 선형 모형에서는 회귀 분석 방법을 사용하여 사용자가 지정한 모형을 적합시킵니다. Minitab에서는 먼저 요인과 공변량으로 설계 행렬을 만들고 사용자가 지정한 모형을 만듭니다. 이 행렬의 열은 회귀 분석을 위한 예측 변수가 됩니다.
설계 행렬에는 n(관측치 수)개의 행과 모형의 각 항에 대한 하나의 열 블럭(종종 지시 변수라고 함)이 있습니다. 블럭에는 해당 항에 대한 자유도 개수만큼의 열이 있습니다. 첫 번째 블럭은 상수 블럭이며 모두 1로 구성된 열 하나를 포함하고 있습니다. 공변량 블럭에도 공변량 열 자체를 나타내는 하나의 열이 있습니다.
A 수준 | A1 | A2 | A3 |
---|---|---|---|
1 | 1 | 0 | 0 |
2 | 0 | 1 | 0 |
3 | 0 | 0 | 1 |
4 | -1 | -1 | -1 |
A 수준 | B 수준 | B11 | B12 | B21 | B22 | B31 | B32 | B41 | B42 |
---|---|---|---|---|---|---|---|---|---|
1 | 1 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
1 | 2 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 |
1 | 3 | -1 | -1 | 0 | 0 | 0 | 0 | 0 | 0 |
2 | 1 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 |
2 | 2 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 |
2 | 3 | 0 | 0 | -1 | -1 | 0 | 0 | 0 | 0 |
3 | 1 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 |
3 | 2 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 |
3 | 3 | 0 | 0 | 0 | 0 | -1 | -1 | 0 | 0 |
4 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 |
4 | 2 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 |
4 | 3 | 0 | 0 | 0 | 0 | 0 | 0 | -1 | -1 |
교호작용 항에 대한 지시 변수를 계산하려면 교호작용의 요인 및/또는 공변량에 대한 모든 해당 더미 변수를 곱하면 됩니다. 예를 들어, 요인 A의 수준이 6개이고, C의 수준이 3개이고, D의 수준이 4개이며, Z와 W가 공변량이라고 가정합니다. 이 경우 A * C * D * Z * W * W 항에는 5 x 2 x 3 x 1 x 1 x 1 = 30개의 지시 변수가 있습니다. 이러한 지시 변수를 구하려면 A의 각 지시 변수와 C의 각 지시 변수, D의 각 지시 변수를 곱하고, 공변량 Z를 한 번, 공변량 W를 두 번 곱하면 됩니다.