カテゴリカル X 軸と ANOVA 分析を使用した線形回帰<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />皆さん、こんにちは。私は JMP Pro を初めて使用するので、いくつか質問があります。
1. X 軸がカテゴリカルの場合に線形回帰を実行する方法を見つけるのに問題があります。 9 つの異なる年齢クラスの葉のデータセットがあります (葉齢クラスごとに 15 ～ 30 個のサンプル葉が、次のように最年少から最古の年齢クラスの順に並べられています: Y1、Y2、Y3、Y/M、M、O、S、O/) S1、O/S2)、3 つの異なる照明条件 (SU、SH Mid、SH Low)、および 12 の異なるツリー。 これらの葉には、葉の厚さ、葉の面積、葉の水分含有量、葉の炭素含有量など、12の異なる物理的および化学的形質があり、樹木と光の条件ごとに配置された各葉の形質（Y軸）の傾向を見つけたいと考えています。葉の年齢 (X 軸)。 「分析」メニューに入り、木と光の条件ごとに配置された「Y by Xに適合」回帰を実行しようとしましたが、得られるのは葉の特性の一元分析であり、これをどうすればよいかわかりません。
2. 1 元配置分散分析および 2 元配置分散分析と Tukey HSD テストを実行する必要がありますが、これらのプラットフォームが見つかりません。また、ヘルプは今のところあまり役に立ちません。
以前に SPSS を使用して統計を行ったことがあるため、JMP Pro で上記の分析を行う方法が少し分かりません。
事前にご協力いただき誠にありがとうございます。
セシリア
Re: カテゴリカル X 軸と ANOVA 分析を使用した線形回帰元の投稿にさらに加えて、現在、Fit モデル プラットフォームを使用して、サンプリングした葉の各特性 (葉の厚さ、葉の面積、葉の水分含有量、葉の炭素含有量など) が 3 つのモデル効果によってどのように変化するかを判断しようとしています。 :
1.樹種（12種類）
2. 葉齢 (9 つの葉齢 (若いものから最も古いものまで: Y1、Y2、Y3、Y/M、M、O、S、O/S1、O/S2))
3. 異なる光条件 (日陰、中陰影、低陰影)
「Cross」オプション(相互作用)を使用して、葉の水分含量を「Y」として、lightCondition*leafAgeをモデル効果として使用して分析を実行してみました。 しかし、「モデルにはエフェクトがありません」というウィンドウが表示され、次の 3 つの点でアンバランスなサンプリング デザインがあることを考慮していなかったことがわかりました。
1. すべての木をプールした場合と、個々の木ごとに考慮した場合、サンプル サイズは葉齢ごとに異なります。
2. 樹木間の葉齢はすべて異なります。樹木には 1 つの葉齢しかない場合もあれば、最大 6 つの葉齢がある場合もあり、各木は可能な 9 つの葉齢の異なる組み合わせを持ちます。
3. すべての木に SU 葉がありますが、4 つの木だけが SH Mid を持ち、そのうちの 1 つは SH Low も持ちます。さらに、樹冠の位置 SH Mid のみが葉齢 O/S2 を持ちます。
誰かがこれに対処する方法を教えてくれませんか？ 「分布」を「正規」に設定し、「リンク関数」を「恒等」として設定して、モデルの「性格」を「標準最小二乗」から「一般化線形モデル」に変更してみました（つまり、変換なし、これはだと思います）正しい？）。 しかし、依然として「モデルにはエフェクトがありません」というメッセージが表示されます。基本的に、問題はデータの欠落にどう対処するかにあると思います。 データが欠落しているすべての場所に「NA」を入れるように JMP Pro に指示するにはどうすればよいですか? 「効果が欠落しています」というエラー メッセージを無視して分析を実行しましたが、その結果は、JMP Pro が欠落したデータを「埋めている」ようであることを示しています。 たとえば、結果には、存在しない SUn 葉の葉齢 O/S2 が含まれています (これが「モデルにエフェクトがありません」ウィンドウのソースだと思います)。結果を見ると、内部アルゴリズムの重み付けとバランスが適切に行われているようです。このせいでめちゃくちゃになってます。 JMP Pro でこの欠落したデータに対処する方法についてアドバイスをいただければ幸いです。
よろしくお願いします！ セシリア
Re: カテゴリカル X 軸と ANOVA 分析を使用した線形回帰先ほどの回答に返信できなかったことをお詫びします。私は博士論文を執筆中で、同時にさまざまな分析に取り組んでおり、しばらくの間別のセットに集中する必要がありました。 みなさんの有益なコメントに感謝します。今後数週間でこれらの回帰分析と ANOVA 分析に戻り、言及されたさまざまなオプションを試してみるつもりです。
改めて感謝します、セシリア
Re: カテゴリカル X 軸と ANOVA 分析を使用した線形回帰従属確率変数と 1 つ以上の独立変数の間の関係を推定する場合の線形回帰は、連続変数に限定されません。 回帰分析では、カテゴリ変数は値 0 または 1 を取るダミー変数と呼ばれることがよくあります。 確かに、統計的検定手順は ANOVA と同等ですが、パラメーター化されたモデルと推定された予測式は回帰の観点から見ることもできます。 実際、JMP の分散分析レポートでは、フィットモデル独立変数がカテゴリカルであるかどうかに関係なく、いくつかの「回帰レポート」の 1 つとして分類されます。
フィットモデル一元分析と双方向分析の両方に使用できます。 フィットモデルまた、予測式 (つまり、推定パラメーターを含む回帰関数) を表示して保存することもできます。パラメーター化にはさまざまなオプションがあります (赤い三角形 -> 推定... の下にあります)。 Tukey HSD は、各独立変数 (JMP では「効果」と呼ばれます) の上にある赤い三角形から呼び出されます。
Re: カテゴリカル X 軸と ANOVA 分析を使用した線形回帰
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
元の投稿者がカテゴリカル X であると述べた場合、私はそれを「多重線形回帰」とは呼びません。 したがって、あなたが挙げた例が適切かどうかはわかりません。
Re: カテゴリカル X 軸と ANOVA 分析を使用した線形回帰Fit Model Platform (すでに見つけた Fit Y by X プラットフォームの下、Analyze メニューの下にあります) を使用してみてください。
このプラットフォームは多重線形回帰を実行します
複数の X があるようです。これらは [モデル効果の構築] ボックスに入力され、Y は [Y] ボックスに入力されます (複数の Y は問題ありません)。
設定方法を簡単に説明します
http://jmp.com/academic/pdf/learning/05_multiple_linear_regression.pdf
ここには他にもたくさんのクイックガイドがあります
JMP |学習ライブラリ
Re: カテゴリカル X 軸と ANOVA 分析を使用した線形回帰実際に ANOVA であるという意味を除いて、カテゴリカル X を使用した線形回帰などというものは存在しません。
JMP の一元配置分散分析は Y by X に適合します
JMP の二元配置分散分析は適合モデルです
