23.11.2014 Views

Note til 28. februar

Note til 28. februar

Note til 28. februar

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

variansfunktionen<br />

V (p) =p(1 − p)<br />

og præcisionsparameter (vægt) w ij = n ij .<br />

Vi vælger at betragte den kanoniske link, og formulerer hypotesen svarende<br />

<strong>til</strong> forsvindende vekselvirkning i analogi med modellen for et tofaktorforsøg<br />

for normaltfordelte målinger.<br />

H 0 : η ij = µ + α i + γ j (4.93)<br />

Når vi vil formulere modellen ved en modelmatrix, skal vi sikre, at matricen<br />

har fuld rang. Der er derfor ikke plads <strong>til</strong> to længde-parametre og tre<br />

tykkelse-parametre.<br />

Vælger vi en parametrisering med lange, tynde stiklinger som reference (α 2 =<br />

0, γ 3 = 0), finder vi modelmatricen svarende <strong>til</strong> modellen uden vekselvirkninger<br />

⎛<br />

⎞<br />

ICPT KORT MID TYK<br />

1 0 0 0<br />

1 0 1 0<br />

X =<br />

1 0 0 1<br />

⎜ 1 1 0 0<br />

⎟<br />

⎝ 1 1 1 0 ⎠<br />

1 1 0 1<br />

med den <strong>til</strong>svarende parametervektor<br />

β =<br />

⎛<br />

⎜<br />

⎝<br />

Estimation<br />

Middelværdiligningen bliver<br />

2∑<br />

y ij =<br />

i=1<br />

3∑<br />

y ij =<br />

j=1<br />

ICPT<br />

KORT<br />

MID<br />

TYK<br />

⎞ ⎛<br />

⎟<br />

⎠ = ⎜<br />

⎝<br />

µ<br />

α 1<br />

γ 1<br />

γ 2<br />

⎞<br />

⎟<br />

⎠<br />

2∑<br />

̂p ij , j =1,2,3<br />

i=1<br />

3∑<br />

̂p ij , i =1,2<br />

j=1<br />

154

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!