두 카테고리 변수 사이의 관계를 조사하기 위해 매끄러운 라인이 있습니까?안녕하세요 Jmp - 여러분 :
그래프 작성기에서 선을 부드럽게하는 기능을 좋아합니다. 이 부드러운 선은 범주 형 변수에서 사용할 수 있습니다.
나는 특히 흥미있는 것을 알았다.
매끄러운 선 아이콘 위로 마우스를 가져 가면 연속 변수에 가장 적합하다고 표시됩니다.
세 가지 범주 형 변수의 관계를 조사하는 데이 방법을 사용하는 것이 합리적입니까?
그렇다면이 그래프를 어떻게 해석합니까?
사용할 수있는 예제가 있습니까?
변수는 세 가지입니다.
학업 성취도 : 가능성이 있거나 그렇지 않음
GPA 성능
결과 탈락 (탈락 여부)
놀라운 "스크립트 저장 옵션"덕분에
다음은 스크립트입니다.
그래프 빌더 (
변수 (X (: GPA), Y (: Academic_Unprepared), 오버레이 (: Attrition)),
요소 (부드럽게 (X, Y, 범례 (7)))
);
다시 : 두 가지 범주 변수 사이의 관계를 검사하는 사이에 매끄러운 라인?그렇게 이해가됩니다! 이 위대한 설명에 감사드립니다.
다시 : 두 가지 범주 변수 사이의 관계를 검사하는 사이에 매끄러운 라인?안녕하세요 @ 트렁크 ,
때때로 이것은 X 변수가 서수 (자연 순서가있는) 일 때 유용 할 수 있습니다. 당신이보고있는 것은 X의 각 레벨에 대한 Y의 각 레벨에서의 관측 비율을 반영한 것입니다. 예를 들어, Consumer Preferences 샘플 데이터 세트를 사용하는 그러한 플롯은 다음과 같습니다.
우리는 학교 연령의 아이들을보고하는 비율이 평생 동안 바뀌는 것을 쉽게 볼 수 있습니다. 그러나 Y 축이 없으면 이는 상대적인 비례에 대해서만 일반적으로 알려줍니다. 모자이크 플롯으로 보면 훨씬 더 많은 정보를 얻을 수 있습니다.
그렇다면 매끄럽게하는 것이 언제 유용할까요? 하나의 경우는 그룹을 오버레이하는 경우 일 수 있으며 주요 포인트는 해당 오버레이 그룹에 대한 X의 각 레벨에 대한 Y의 각 레벨의 비율 차이를 간단히 보여주는 것입니다. 예를 들어, 소비자 선호도 데이터 세트를 다시 사용하여 나이별로 학령기 아동을 살펴보면 대가족에서 온 사람들과 그렇지 않은 사람들을 구분하면 어떨까요? 
포인트를 해제 했으므로보다 매끄럽게 집중할 수 있습니다. 우리는 대가족 출신의 사람들이 취학 연령의 자녀를 더 자주 낳는 것처럼 보일 수 있고, 일찍 그렇게 할 수 있음을 알 수 있습니다. 분명히 이것을 보여줄 다른 방법이 있지만, 당신은 당신이보고있는 것을 알고있는 한 부드러운 이야기가 그 이야기를하는 것을 볼 수 있습니다.
@ 율리안
