วิธีการใช้ anova สำหรับการเปรียบเทียบทั้งสองรุ่น?

ฉันจะเข้าใจanovaผลลัพธ์ได้อย่างไรเมื่อเปรียบเทียบสองรุ่น

ตัวอย่าง:

  Res.Df    RSS Df Sum of Sq      F    Pr(>F)    
1      9 54.032                                  
2      7  4.632  2      49.4 37.329 0.0001844 ***

สถานะ manpage: "คำนวณการวิเคราะห์ความแปรปรวน (หรือความเบี่ยงเบน) ตารางสำหรับวัตถุจำลองรุ่นหนึ่งหรือมากกว่านั้น" อย่างไรก็ตามศาสตราจารย์บอกว่ามันอาจจะใช้สำหรับการเปรียบเทียบแบบจำลอง - นั่นคือสิ่งที่ฉันตั้งใจจะทำ

ดังนั้นฉันคิดว่าฉันสามารถใช้anova(model1, model2)และรับค่า p ซึ่งบอกฉันว่าฉันควรปฏิเสธสมมติฐานว่าง: "แบบจำลองเหมือนกัน"

ฉันขอกล่าวว่าถ้าค่า p น้อยกว่า (สมมุติว่า) 0.05 แบบจำลองแตกต่างกันอย่างมีนัยสำคัญหรือไม่

r regression anova

— petrbel
แหล่งที่มา

ในตัวอย่างของคุณ model1 และ model2 ซ้อนกันอยู่หรือไม่? นั่นคือทั้งสองแบบมีชุดตัวแปรตัวทำนายที่ใช้ร่วมกันและตัวแปรผลลัพธ์เดียวกัน แต่แบบจำลองหนึ่งตัวมีตัวแปรตัวทำนายเพิ่มเติมหนึ่งตัวหรือมากกว่าหรือไม่

— EdM

หนึ่งเป็นเหมือนY ~ X + X^2และคนที่สองY ~ X + X^2 + X^3

— petrbel

สมมติว่าแบบจำลองของคุณซ้อนกัน (เช่นผลลัพธ์ที่เหมือนกันและตัวแบบที่ 2 มีตัวแปรทั้งหมดของแบบจำลอง 1 บวก 2 ตัวแปรเพิ่มเติม) จากนั้นผลการวิเคราะห์ความแปรปรวนระบุว่าตัวแปรเพิ่มเติม 2 ตัวร่วมกันทำให้เกิดความแปรปรวนมากพอ สัมประสิทธิ์ของตัวแปรทั้งสองเท่ากับ 0 นี่คือสิ่งที่คุณพูด หากสัมประสิทธิ์ทั้งสองเท่ากัน 0 โมเดลก็เหมือนกัน

เช่นเดียวกับบันทึกเพิ่มเติมในกรณีที่คุณไม่ทราบ ANOVA นั้นเทียบเท่ากับการทำการเปรียบเทียบแบบจำลองเสมอ เมื่อคุณดู ANOVA สำหรับรุ่นเดียวมันจะให้เอฟเฟกต์สำหรับตัวแปรตัวทำนายแต่ละตัว นั่นเท่ากับการทำแบบจำลองการเปรียบเทียบระหว่างแบบเต็มของคุณกับแบบจำลองที่เอาตัวแปรตัวใดตัวหนึ่งออก ieจะให้ผลรวมของสี่เหลี่ยม (พิมพ์ III) และสถิติทดสอบสำหรับx_3เพิ่งทราบว่า R ให้คุณพิมพ์ผลบวกของกำลังสอง หากคุณต้องการ Type III ให้ใช้หรือใช้และเปลี่ยนลำดับของตัวแปรในโมเดลและใช้ผลรวมของกำลังสองสำหรับตัวแปรสุดท้ายเท่านั้น $Model 1: y=a+bx_1+cx_2+dx_3; Model 2: y=a+bx_1+cx_2$ $x_3$ car::Anovaanova

— le_andrew
แหล่งที่มา

ถ้าฉันเข้าใจคุณอย่างถูกต้องค่า p น้อยกว่า 0.05 จะพิสูจน์ว่าแบบจำลองต่างกันใช่ไหม?

— petrbel

ฉันจะไม่ใช้คำเหล่านั้น (เช่น "พิสูจน์" และ "แบบจำลองแตกต่าง") แต่เราหมายถึงสิ่งเดียวกัน ฉันจะบอกว่าข้อมูลของคุณไม่สนับสนุนสมมติฐานว่างว่าสัมประสิทธิ์เป็นทั้ง 0 หรือว่าข้อมูลสนับสนุนสมมติฐานทางเลือกว่าสัมประสิทธิ์ไม่ใช่ทั้ง 0

— le_andrew

ก่อนที่จะทำการอ้างสิทธิ์ว่าแบบจำลองได้รับการพิสูจน์แล้วว่าแตกต่างกันหรือไม่สนับสนุนสมมติฐานว่างให้แน่ใจว่าข้อมูลมีคุณสมบัติตรงตามสมมติฐานของ ANOVAที่รองรับการคำนวณและตีความค่า p อย่างมีเหตุผล

— EdM

เพื่อให้แน่ใจว่าส่วนสุดท้ายเกี่ยวกับผลรวมของรูปสี่เหลี่ยมจัตุรัสที่ใช้กับสถานการณ์ที่anova()ใช้ในแบบจำลองเดียวเท่านั้น

— Jasper