適合確定的篩選方法適用性親愛的JMP用戶
我建立了一個模型，我想評估6個不同的自變量（包括相互依賴性）對某個輸出的影響。不知道怎麼做，但我做的是我為每個變量分配了一個低和高級別，以減少運行次數。然後我在JMP中使用了Fit確定性篩選方法，我運行了程序構建的多元回歸模型，並使用logworth表來對每個變量的效果進行排序。
現在的問題是，方法是否正確？如果不是，那麼在JMP中構建多元回歸分析的最佳方法是什麼，併計算每個變量的p值/ logworth以及相互依賴性
謝謝
Re：適合確定的篩選方法適用性嗨，伊恩
對於遲到的回復道歉，我想現在我對我真正想做的事情有了更多的理解
基本上我的目標是進行靈敏度分析，看看哪個indp變量對我的輸出影響最大。現在的問題是我的輸出來自另一個模型，換句話說它是一個確定性模型
所以首先我假設JMP計算的logworth值給出了一個最重要因素的排名
但現在我意識到我的理解是不正確的，因為logworth基本上是一個p值，它給出了一個因子很重要的概率而不一定是它的影響
那麼我能做什麼的任何建議？或者甚至可能JMP不合適？Re：適合確定的篩選方法適用性當使用統計設計的實驗（簡稱DoE）時，“設計”和“分析”應該齊頭並進。為了反映這一點，（至少在JMP 14中）在“DOE>確定性篩選”下有兩個菜單選項，儘管原理是通用的。
因此，關於分析問題的答案將主要取決於您實際執行的操作（您的設計）。你說你用'a 每個變量的低和高級別可以最小化運行次數 '，並且您對六個因素之間的相互作用感興趣。也許你可以使用'Tables> Anonymize'並發布結果？然後人們會有更多的事情繼續下去。。。
