具有分類 X 軸和方差分析的線性回歸<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />大家好，我是 JMP Pro 的新手，我有幾個問題：
1. 當 X 軸是分類時，我無法找到如何進行線性回歸。 我有一個 9 個不同年齡組的葉子數據集（每個葉齡組有 15 到 30 個樣本葉子，從最年輕到最老的年齡組排列如下：Y1、Y2、Y3、Y/M、M、O、S、O/ S1、O/S2）、3 種不同的光照條件（SU、SH Mid、SH Low）和 12 種不同的樹。 這些葉子有 12 種不同的物理和化學特性，如葉片厚度、葉面積、葉片含水量、葉片碳含量等，我想找到按樹和光照條件排列的每個葉片特性（Y 軸）的趨勢作為葉齡（X 軸）。 我嘗試進入“分析”菜單並根據樹木和光照條件進行“通過 X 擬合 Y”回歸，但我得到的是葉性狀的單向分析，我不知道如何處理。
2. 我需要執行 1 路和 2 路 ANOVAS 和 Tukey HSD 測試，但我找不到這些平台，HELP 到目前為止也不是很有幫助。
我之前使用過 SPSS 來做統計，所以對於如何在 JMP Pro 中完成上述分析我有點迷茫。
非常感謝您的幫助，
塞西莉亞
回复：具有分類 X 軸和方差分析的線性回歸除了我原來的帖子，我目前正在嘗試使用 Fit 模型平台來確定我的每個樣本葉片性狀（例如葉片厚度、葉面積、葉片水分含量、葉片碳含量等）如何隨 3 個模型效果而變化:
1.樹種（12種不同的樹）
2.葉齡（9個葉齡從小到大：Y1、Y2、Y3、Y/M、M、O、S、O/S1、O/S2）
3. 不同光照條件（SUn、SHade Mid、SHade Low）
我嘗試使用“交叉”選項（交互）使用葉水含量作為“Y”並使用 lightCondition*leafAge 作為模型效果來運行分析。 但是，我看到一個窗口說：“模型缺少效果”，這讓我意識到我沒有考慮過我在 3 種不同方面有不平衡的抽樣設計：
1. 當所有的樹都放在一起時，每個葉齡的樣本大小都不同，而且當考慮到單個樹時
2. 樹木之間的葉齡都不同：一棵樹可能只有 1 個葉齡或最多 6 個葉齡，每棵樹可能有 9 個葉齡的不同組合
3. 所有的樹都有 SU 葉，但只有 4 棵樹有 SH Mid，其中一棵也有 SH Low，此外，只有樹冠位置 SH Mid 的葉齡為 O/S2
有人可以建議我如何處理這個問題嗎？ 我嘗試將模型的“個性”從“標準最小二乘法”更改為“廣義線性模型”，其中“分佈”設置為“正常”，“鏈接函數”設置為“身份”（即沒有轉換，我認為這是正確的？）。 但我仍然收到“模型缺少效果”消息，基本上，我認為問題歸結為如何處理丟失的數據。 我如何告訴 JMP Pro 在所有缺失數據的地方放置一個“NA”？ 我忽略了“缺失效應”錯誤消息並運行了分析，結果顯示 JMP Pro 似乎在“填充”缺失數據。 例如，結果包括不存在的 SUn 葉子的葉齡 O/S2（我認為這是“模型缺少效果”窗口的來源），從結果來看，內部算法似乎是加權和平衡的正因此而變得一團糟。 對於如何在 JMP Pro 中處理這些缺失數據的任何建議，我將不勝感激。
先謝謝您的幫助！ 塞西莉亞
回复：具有分類 X 軸和方差分析的線性回歸很抱歉沒有早點回复答案，我正在寫我的博士論文，同時進行不同的分析，不得不在一段時間內專注於不同的問題。 非常感謝大家的有用評論，在接下來的幾週內，我將回到這些回歸和方差分析，並將嘗試提到的不同選項。
再次感謝，塞西莉亞
回复：具有分類 X 軸和方差分析的線性回歸在估計因隨機變量與一個或多個自變量之間的關係的情況下，線性回歸不限於連續變量。 在回歸分析中，分類變量通常稱為取值 0 或 1 的虛擬變量。 誠然，統計檢驗程序等同於方差分析，但參數化模型和估計的預測公式也可以從回歸的角度來看。 實際上，在 JMP 中，方差分析報告在擬合模型被歸類為幾個“回歸報告”之一，無論自變量是否分類。
擬合模型可用於單向和雙向分析。 擬合模型還允許您查看和保存預測公式（即具有估計參數的回歸函數），並且有不同的參數化選項（在紅色三角形 -> 估計...下找到）。 從每個獨立變量（在 JMP 中稱為“效應”）上方的紅色三角形調用 Tukey HSD。
回复：具有分類 X 軸和方差分析的線性回歸
Byron wrote:
Try using the Fit Model Platform (its under the Analyze menu, below the Fit Y by X platform you've already found)
This platform will perform a multiple linear regression
如果原始發帖人說她有分類 X，我不會將其稱為“多元線性回歸”。 所以我不確定你舉的例子是否合適。
回复：具有分類 X 軸和方差分析的線性回歸嘗試使用 Fit Model Platform（它在 Analyze 菜單下，在您已經找到的 Fit Y by X 平台下方）
該平台將執行多元線性回歸
看起來你有多個 X，這些進入構造模型效果框，你的 Y 進入 Y 框（多個 Y 是可以的）
這是如何設置它的簡短描述
http://jmp.com/academic/pdf/learning/05_multiple_linear_regression.pdf
這裡還有很多其他的快速指南
跳轉 |學習圖書館
回复：具有分類 X 軸和方差分析的線性回歸沒有分類 X 的線性回歸之類的東西，除非它實際上是方差分析。
JMP 中的單向方差分析是通過 X 擬合 Y
JMP 中的雙向方差分析是擬合模型
