분산 성분을 사용하여 변동 원인 평가

분산 성분은 변량 요인으로 인한 반응의 변동량을 평가합니다. 변량 요인이 포함된 모형을 분석하기 위해서는 일반적으로 혼합 효과 모형 적합을 사용합니다. 일반 선형 모형 적합도 변량 요인에 대한 분산 성분을 추정하지만 설계가 불균형적인 경우 혼합 효과 모형 적합이 더 나은 추정치를 제공합니다. 일반 선형 모형 적합 및 혼합 효과 모형 적합은 균형 데이터에 대해 같은 분산 성분을 계산합니다.

변량 요인의 정의

변량 요인의 수준은 랜덤하게 선택되는 반면, 고정 요인의 수준은 관심 수준만 나타냅니다. 예를 들어, 랜덤하게 선택된 측정 시스템에서 측정된 결과에 대한 두 가지 압력 수준의 효과를 연구하려고 합니다. 압력은 고정되고(2개 수준) 측정 시스템은 변량입니다. 분산 성분 결과는 측정 시스템 및 오차항에 대해 추정된 변동을 나열합니다. 고정 및 변량 요인에 대한 자세한 내용은 고정 요인과 변량 요인의 차이에서 확인하십시오.

음수 분산 성분 해석

일반 선형 모형 적합 계산에는 음수 분산 성분이 허용됩니다. 일반적으로 모형에 변량 요인이 포함된 경우 혼합 효과 모형 적합을 일반 선형 모형 적합 대신 사용합니다. 일반 선형 모형 적합을 사용하고 음수 분산 성분을 얻는 경우 다음은 분산 성분의 음수 추정치를 처리할 수 있는 방법입니다.

추정치를 참 값 0의 증거로 허용하고 0을 추정치로 사용하면 추정자가 더 이상 불편화되지 않습니다.
음수 추정치를 유지하면 그 결과를 사용한 후속 계산이 큰 의미가 없을 수도 있습니다.
음수 성분 추정치가 잘못된 통계적 모형을 나타낸다는 것을 해석합니다.
더 많은 데이터를 수집하여 별도로 또는 기존 데이터와 함께 분석하고, 증가된 정보에서 양수 추정치를 얻고자 합니다.