拟合混合响应模型的数据注意事项

为了确保结果有效,请在收集数据、执行分析和解释结果时考虑以下准则。

数据应至少包括一个随机因子。
如果不具有任何随机因子,请使用拟合一般线性模型。有关随机因子的更多信息,请转到什么是固定因子和随机因子之间的差值?
响应变量应当是连续变量
如果响应变量是类别变量,则您的模型不太可能满足分析假定、准确描述数据或者进行有用的预测。
样本数据应当是随机选择的

随机样本用于对总体做出归纳,即推断。如果数据不是随机收集的,则结果可能无法代表总体。

使用最佳做法收集数据
要确保结果有效,请考虑以下准则:
  • 确保数据代表您感兴趣的总体。
  • 收集足够多的数据以提供必要的精确度。
  • 尽可能准确和精确地测量变量。
  • 以数据的收集顺序记录数据。
模型应当提供良好的数据拟合

如果模型无法与数据拟合,则结果可能会具有误导性。在输出中,使用残值图、异常观测值的诊断统计量以及模型汇总统计量可以确定模型对数据的拟合优度。

使用此网站,即表示您同意对数据分析和个性化内容使用 Cookie。  请阅读我们的政策