拟合混合响应模型的固定效应检验表

请查找关于固定效应检验表中的每个统计量的定义和解释指导。

自由度

自由度 (DF) 是数据中的信息量。分析将该信息用于 F 检验,以检验固定效应项。分子自由度 (DF Num) 显示固定效应项的 F 检验的分子自由度。该值等于固定效应项的参数个数。分母自由度 (DF Den) 显示固定效应项的 F 检验的分母自由度。

F 值

在固定效应检验表中,将显示每个固定效应项的 F 值。F 值用于 F 检验,可确定项是否对响应产生显著影响。

解释

Minitab 使用 F 值计算 P 值,使用 P 值可以做出有关项的统计显著性的决定。P 值是一个概率,用来测量否定原假设的证据。概率越低,否定原假设的证据越充分。

足够大的 F 值表示项显著。

如果要使用 F 值来确定是否要否定原假设,请将 F 值与临界值进行比较。可以在 Minitab 中计算临界值,也可以在大多数统计书籍的 F 分布表中查找临界值。有关使用 Minitab 计算临界值的更多信息,请转到使用逆累积分布函数 (ICDF)并单击“使用 ICDF 计算临界值”。

P 值 – 项

P 值是一个概率,用来度量否定原假设的证据。概率越低,否定原假设的证据越充分。

解释

要确定项是否对响应产生显著影响,请将 p 值与您的显著性水平进行比较。通常,显著性水平(用 α 或 alpha 表示)为 0.05 即可。显著性水平 0.05 表示在实际上不存在影响时得出存在影响的风险为 5%。

对每个 p 值的解释取决于它是用于固定因子项还是用于协变量项的系数。

固定因子项

对于固定因子项,原假设为固定因子项不会对响应产生显著影响。
P 值 ≤ α:固定因子项会对响应产生显著影响

如果 p 值小于或等于显著性水平,则可以得出固定因子项会对响应产生显著影响的结论。否定原假设则意味着,项的一个水平效应与另一个水平效应显著不同。

P 值 > α:固定因子项不会对响应产生显著影响
如果 p 值大于显著性水平,则无法得出固定因子项对响应产生显著影响的结论。您可能需要重新拟合没有该项的模型。

协变量项

对于协变量项,原假设为项和影响之间不存在关联。
P 值 ≤ α:关联在统计意义上显著
如果 P 值小于或等于显著性水平,则可以得出响应与协变量项之间的关联在统计意义上显著的结论。
P 值 > α:关联在统计意义上不显著
如果 p 值大于显著性水平,则无法得出响应与协变量项之间的关联在统计意义上显著的结论。您可能需要重新拟合没有该协变量项的模型。
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