더미 변수 회귀 출력에서 JMP와 Excel의 차이점안녕하세요 여러분,
초보자 질문: 학교 프로젝트에 JMP를 사용하여 더미 변수 회귀를 수행하고 있습니다. Excel 버전을 상호 참조했을 때 t-stats는 같더라도 계수가 완전히 다르다는 것을 깨달았습니다.
JMP:
이 두 이미지는 JMP로, 엑셀 버전과 비교했을 때 알 수 있듯이 같은 속성을 사용해도 수치가 다릅니다.
그리고 상호작용 효과(예: COO x 쿠폰) 없이 변수만 사용하여 상호작용 효과를 낸 것과 결과가 여전히 다른 것은 아닙니다.
이상하게도 Excel 버전이 JMP 버전보다 더 정확해 보이며 제 2차 및 기타 1차 연구와 더 밀접하게 일치합니다.
어떤 충고?
Re: 더미 변수 회귀 출력에서 JMP와 Excel의 차이점표준 오차는 정의상 1입니다.
Re: 더미 변수 회귀 출력에서 JMP와 Excel의 차이점안녕 마크,
JMP에서 Fit Model에 대한 회귀분석을 실행한 후 "각 독립변수에 대한 베타계수의 표준오차를 찾는 방법"을 제외한 모든 질문에 대한 답변이 제공됩니다.
올바른 방향으로 나를 가리켜 주시겠습니까? 감사!
Re: 더미 변수 회귀 출력에서 JMP와 Excel의 차이점첨부된 이미지가 없습니다.
링크를 클릭하면 "시간 초과"라는 페이지로 이동합니다.
어떤 질문에 답이 있습니까? 답은 무엇입니까? (감사!)
Re: 더미 변수 회귀 출력에서 JMP와 Excel의 차이점안녕 마크,
신속하게 돌아와 주셔서 감사합니다.
첨부된 이미지를 참고하시면 회귀분석 결과입니다. 그래서 내 질문은 "추정의 총 표준 오차"를 찾을 수있는 방법이 있는지입니다. 현재 표준 오차에 대해 볼 수있는 것은 각 계수 추정치에 대한 것이기 때문에 그러한 것이있는 경우입니다.
감사. 나는 당신이 어디에서 왔는지 이해합니다.
또 다른 문제는 Fit Model의 분석에서 각 독립 변수에 대한 베타 계수의 표준 오차를 찾는 방법이 있습니까? 나는 이것이 베타 계수를 찾는 데 사용되는 방법이라는 것을 이해합니다. http://www.jmp.com/support/notes/36/009.html
문안 인사,
프레드
[질문 중 하나에 대한 답변을 찾았으므로 수정됨]
Re: 더미 변수 회귀 출력에서 JMP와 Excel의 차이점설명이 필요합니다.
- "전체 모델의 추정"은 무엇을 의미합니까? 매개변수를 추정합니다. 사용 가능한 예를 보여 주시겠습니까? 그럼 알아볼 수 있겠네요.
- 일반적으로 모델 간에 매개변수 추정치를 비교하지 않습니다. 우리는 대신 사용 모델 선택 기준 (예: 조정된 R 제곱, AICc, BIC, Mallow's Cp) 최소 편향 및 분산이 있는 모델을 선택한 다음 선택한 모델의 모수 추정값에 대해 추론합니다. 서로 다른 모델의 두 추정치를 차이에 대한 가설 검정과 비교하고 싶지 않습니다. 모든 추정치가 직교(상관되지 않음)인 드문 경우를 제외하고 추정치는 모델의 다른 항에 의존할 것으로 예상되므로 다른 모델(즉, 다른 항 세트)은 일반적으로 주어진 항에 대해 서로 다른 추정치를 산출합니다.
Re: 더미 변수 회귀 출력에서 JMP와 Excel의 차이점안녕 마크,
당신의 도움을 주셔서 감사합니다! JMP 사용법에 대해 많은 도움을 받았습니다.
이제 막바지에 이르렀으니 두 가지만 더 질문하면 됩니다.
1) 회귀분석을 실행한 후 전체 모형에 대한 추정의 표준오차를 찾을 수 없는 것 같습니다(각 독립변수에 대한 표준오차만 찾을 수 있음). 이에 대한 올바른 방향을 알려 주시겠습니까?
2) 한 회귀에서 생성된 계수 추정값과 다른 회귀에서 생성된 계수 추정값이 있다고 가정해 보겠습니다. JMP에서 계수 추정치의 t-검정을 실행할 수 있습니까?그렇다면 어떻게 접근할 수 있는지 조언해 주시겠습니까?
도움을 주셔서 감사합니다! 감사.
Re: 더미 변수 회귀 출력에서 JMP와 Excel의 차이점첫째, 앞서 말했듯이 JMP에서 더미 변수를 생성할 필요가 없습니다. 통계 분석 및 모델링 소프트웨어입니다.
둘째, 각 요인이 하나의 데이터 열을 사용하고 각 행에 대해 직접 값을 입력하도록 요인에 대해 설명한 대로 데이터 열을 생성합니다(각 요인 수준에 대해 별도의 더미 변수 열이 아님).
셋째, 열(예: 응답자)을 만들고 각 행의 응답자를 식별하는 값으로 채웁니다.
이제 분석 > 모형 적합을 선택합니다. 응답 열을 선택하고 Y를 클릭합니다. 요인 열을 선택하고 추가를 클릭하거나 교차 또는 매크로를 사용하여 모델에 상호작용 효과를 추가합니다.응답자 효과(데이터 열 아님)를 선택하고 속성 옆에 있는 빨간색 삼각형을 클릭한 다음 무작위 효과를 선택합니다. 그 변화가 당신이 해야 할 전부입니다. 응답자(임의)의 효과 유형을 다른 요인(고정)의 효과 유형과 구별하기만 하면 됩니다.
Re: 더미 변수 회귀 출력에서 JMP와 Excel의 차이점안녕 마크,
빠른 답변 감사합니다. 내 설명이 충분히 구체적이지 않은 점에 대해 사과드립니다.
네 말이 맞아. 응답자는 둘 이상의 관찰에 기여하지만 분석은 각 관찰을 독립적으로 해석하고 실제 사례가 사실이 아닌 경우 한 명의 응답자로 해석합니다.
내가하고 싶은 것은 JMP의 Fit Model에서 이러한 군집 상관 관계에 대한 표준 오차를 조정하는 것입니다.
아래 콘솔에서 어떻게 할 수 있습니까(여기에 있는 경우)? (:
https://www.gsb.stanford.edu/faculty-research/working-papers/when-should-you-adjust-standard-errors-clustering
문안 인사,
프레드
Re: 더미 변수 회귀 출력에서 JMP와 Excel의 차이점나는 당신의 최근 질문에 답할 만큼 당신의 연구와 그 데이터를 잘 그릴 수 없습니다. (참고: 나는 '마지막' 질문을 말하지 않았습니다.) '군집 상관 관계의 요인'이란 무엇을 의미합니까? '더미 변수는 모두 독립 항목으로 취급' 및 '동일한 응답자가 수행'과 관련이 있음을 알고 있습니다.
JMP 데이터 테이블의 행은 하나의 관찰을 구성하는 모든 값을 나타냅니다. 즉, 전체 레코드에 대한 모든 변수(독립 및 종속)의 값을 알고 있습니다. 관찰을 식별하고 응답자가 둘 이상의 관찰에 기여하고 응답의 응답자 변동성을 설명하는 또 다른 변수인 응답자가 있다는 말입니까? 그렇다면 데이터 테이블에 이 변수를 입력하고 모델 적합에서 항으로 추가하십시오. 반드시 선택하고 속성에 대해 빨간색 삼각형을 클릭하고 임의 효과를 선택하십시오.
Re: 더미 변수 회귀 출력에서 JMP와 Excel의 차이점안녕 마크,
다시 한 번 도와주셔서 감사합니다. 신속한 답변에 감사드리며 업무에 JMP를 사용하는 방법을 더 잘 이해하는 데 도움이 됩니다.
마지막 질문이 있습니다. 클러스터 상관 관계를 고려할 수 있는 옵션이 있습니까? 문제는 내 더미 변수 중 일부가 동일한 응답자에 의해 수행될 때 모두 독립적인 항목으로 처리된다는 것입니다.
다른 통계 소프트웨어에서는 고유한 변수를 통해 이를 허용하지만 JMP의 적합 모델을 사용하여 그렇게 할 수 있는 방법이 있다는 것을 알고 있습니다.
당신의 도움을 주셔서 감사합니다.
문안 인사,
프레드
Re: 더미 변수 회귀 출력에서 JMP와 Excel의 차이점맞습니다. 교호작용과 관련된 요인에 대한 데이터 열을 선택하고 교차를 클릭하십시오.
Factorial to Degree와 같은 많은 편리한 단축키는 매크로 버튼을 참조하십시오. 차수를 2로 설정하면 선택한 데이터 열을 사용하여 가능한 모든 2요소를 추가합니다.
Re: 더미 변수 회귀 출력에서 JMP와 Excel의 차이점매개변수는 평균에서 응답의 변화로 해석됩니다. 음수 값은 실제로 응답 변수의 하락을 나타냅니다.
Re: 더미 변수 회귀 출력에서 JMP와 Excel의 차이점초보자 질문에 추가하여(실례합니다) 다양한 변수와 원산지 국가 간의 상호 작용도 살펴보고 있습니다.
소프트웨어의 관점에서 이것이 업데이트와 COO(미국) 간의 상호 작용 효과를 연구하기 위해 모델을 설정하는 방법('크로스' 버튼 사용)입니까?
미리 감사합니다, 마크.
문안 인사,
프레드
Re: 더미 변수 회귀 출력에서 JMP와 Excel의 차이점안녕 마크,
빠른 답변 감사합니다. 매우 도움이 된다고 생각합니다.
이 기회에 묻고 싶습니다. 음수 추정치는 해당 변수의 존재가 기준선에 비해 선호도를 감소시킨다는 것을 의미합니까(선호도가 LHS 변수이고 낮음 = 선호하지 않음 및 높음 = 선호로 코딩된다고 가정)?
이러한 변수는 선호도를 높일 것으로 예상되므로 Excel과 비교할 때 이상한 발견이 될 것입니다.
Re: 더미 변수 회귀 출력에서 JMP와 Excel의 차이점Excel이 더 정확하지 않습니다. 그들은 단지 다릅니다. 와 관련이 있습니다 매개변수화 선형 모델의. 선택은 수학적으로 임의적이지만 각 방법에는 장점이 있습니다. JMP 사용 효과 매개변수화 . 그렇게 하면 매개변수 추정값을 더 쉽게 해석할 수 있습니다. 그것들의 합은 0이므로 절편은 원점에서의 평균 응답입니다. 주어진 수준에 대한 매개변수는 절편으로부터의 변화입니다. 그래서 추정 -0.55112 ~을 위한 COO - 미국 = 0 는 해당 수준의 평균이 5.8482381 - 0.55112 = 5.2941181임을 의미합니다. 플롯은 선택한 모델을 해석하는 데 도움이 됩니다.
올바른 명목 모델링 유형의 숫자 값을 사용하고 있기 때문에 JMP는 이러한 범주형 예측 변수의 효과를 올바르게 추정하고 있습니다. 그러나 숫자 코드는 통계 모델링 및 테스트의 기본이 되는 모델링 유형과 같은 것이 없기 때문에 Excel에서 연속 변수로 해석될 수 있습니다. 그 모델은 매우 다른 추정, 테스트 및 해석으로 이어질 수 있습니다.
보다 돕다 > 서적 > 선형 모델 피팅 > 부록 A: 통계 세부 정보 > 요인 모형 .
