적합 모델의 모수 추정치에서 인터셉트와 기울기 해석저는 적합 모델에서 2차 함수를 살펴보는 중입니다. 내 질문은 매개변수 추정치를 해석하는 방법에 관한 것입니다. 특히 이 방정식을 그래프로 작성하고 추정치(예: 다른 연구 또는 위치)로 표시되지 않는 값을 해석하는 데 적합합니다. 아래 스크린샷은 모델과 모델의 출력을 보여줍니다. 주목해야 할 중요한 점은 이미지에는 보이지 않지만 다항식은 중심에 있지 않다는 것입니다. 연구의 효과에는 2개의 연구가 포함되어 있고 위치에는 2개의 위치가 포함되어 있으며 일 효과는 연속적이며 정규화된 공변량은 시험이 시작되기 전의 기준선이며 반응 데이터는 대조군에 대해 정규화되었습니다. Box Cox 테스트의 권장 사항을 기반으로 한 변환으로 제곱됩니다.
도와 주셔서 감사합니다.
Re: 적합 모델의 모수 추정치에서 인터셉트와 기울기 해석예측 공식을 저장하라는 이전 조언(빨간색 삼각형을 클릭하고 열 저장 > 예측 공식 ) 당신이 원하는 것을 줄 것입니다. 수식 편집기를 열고 수식을 복사한 다음 다른 곳에(예: Excel) 붙여넣고 약간의 편집(예: 콜론 접두사 제거)을 수행하면 그대로 작동합니다.
주의 사항: 일부 모델은 다른 소프트웨어에는 없는 특별한 JMP 기능을 사용합니다.
Re: 적합 모델의 모수 추정치에서 인터셉트와 기울기 해석JMP에 대해 더 자세히 알아보고 있는데, 모델에서 예측한 값을 데이터 시트에 저장하면 내가 찾고 있는 원하는 값을 얻을 수 있을까요?
Re: 적합 모델의 모수 추정치에서 인터셉트와 기울기 해석안녕 @Alec1293 ,
예측 공식을 데이터 테이블에 저장하면 해당 매개변수 추정치를 취하고 다른 곳에서 동일한 예측을 다시 생성하는 방법을 확인하는 데 도움이 됩니다.
매개변수의 의미를 정확하게 설명하는 것은 약간 어렵습니다.일반적으로 JMP는 절편이 총 평균이 되고 다른 모든 모델 효과는 효과적으로 총 평균에 대한 조정이 되도록 모델을 매개변수화합니다.연속 요인 주효과에 대한 모수 추정치는 일반적으로 예상하는 것처럼 기울기 항입니다.
범주형 주효과 모수는 각 범주형 요인 수준에 대한 총 평균과의 평균 차이입니다.예를 들어, 수준이 L1, L2, L3인 3개 수준 범주형 요인 X가 있는 경우 그러면 아마도 매개변수 추정 X[L1] 및 X[L2](L3은 [-1 -1]로 코딩됨)를 보게 될 것입니다.절편 = 100, X[L1] = -3, X[L2] = 5인 경우 X[L1]에 대한 예측 값(다른 모든 요인 수준의 평균)은 97입니다.X[L2]의 예측값은 105입니다.X[L3] = 100 - (-3) - (+5) = 98에 대한 예측값입니다.
고차 효과는 저차 효과에 대한 조정으로 해석될 수 있습니다.예를 들어, X1*X2 상호작용은 주어진 X2 값에 대한 X1 기울기의 조정으로 해석되거나, 동등하게 주어진 X1 값에 대한 X2 기울기의 조정으로 해석될 수 있습니다.
도움말 메뉴의 책에서 JMP가 선형 모델을 매개변수화하는 방법에 대한 자세한 정보를 찾을 수 있습니다.
Re: 적합 모델의 모수 추정치에서 인터셉트와 기울기 해석
@마크_베일리 썼다:
당신은 예측 프로파일러 ? 상단의 빨간색 삼각형을 클릭하고 선택하여 맞춤 창에서 액세스할 수 있습니다. 요인 프로파일링 > 프로파일러 . 모델 해석에 도움이 되는 많은 기능이 있습니다. 자세한 내용은 도움말을 참조하세요.
예, 저는 이전에 예측 프로파일러를 보고 사용해 본 적이 있습니다. 매우 유익합니다. 나는 매개변수 추정치로부터 다양한 절편/기울기를 계산할 수 있다는 점에 더 관심이 있었습니다.예를 들어 JMP 인터페이스 외부에서 이 데이터를 그래프로 표시하고 싶었고 플롯할 점이 필요하다고 가정해 보겠습니다.
Re: 적합 모델의 모수 추정치에서 인터셉트와 기울기 해석당신은 예측 프로파일러 ? 상단의 빨간색 삼각형을 클릭하고 선택하여 맞춤 창에서 액세스할 수 있습니다. 요인 프로파일링 > 프로파일러 . 모델 해석에 도움이 되는 많은 기능이 있습니다. 자세한 내용은 도움말을 참조하세요.
