解释参数估计

[#1]

我必须根据参数估计表确定哪些项对响应最为主导。 由于估计列下某些项的负系数，我有点困惑。

[#2]

相互作用项表示“主效应”、“线性效应”或“加性效应”之上的效应。 负参数表示“拮抗”效应：该模型预测的响应中的正变化小于单独线性项的预期。

看起来有些参数与零没有显着差异，因此可以消除这些项。 最佳实践是删除最不显着的项（最高 p 值）并评估新模型。 一次删除一项，并评估新的一组估计值和 p 值。

我建议您使用预测刻画器一旦您选择了模型来帮助解释因素和响应之间的关系。

[#3]

除了Mark的解释和建议之外，我还有以下想法：

1. 响应变量的变化有多少具有实际意义？ 估计值是参数变化每个“单位”时响应将发生多少变化的指标。

2. 我在你的参数估计表中没有看到截距？ 这通常是数据的平均值。

3. 交互可能难以理解，如何优化交互取决于响应的目标值和实际影响。 相互作用是指一个因素的影响取决于另一个因素。 对于正号 2 因子交互作用，当这些因素具有相同的符号（-、- 或 +、+）时，交互作用的效果更大；对于负号交互作用，当它们具有相反的符号 ,(-,+) 时，交互作用的效果更大或+、-）。 在得出主要效应的结论之前评估交互作用是一个很好的做法。 查看交互图以进行评估。

[#4]

我认为这个案例是一个混合实验。因此截距存在但不明确。