關鍵動因分析的序數物流回歸大家好，
我需要進行關鍵的驅動程序分析，並找出滿足客戶需求的十大驅動因素。我擁有的數據集包括1個序數因變量和約20-30個自變量（序數，標稱，二進制）。
我嘗試通過X和Fit Model分析Fit Y的數據集。但是，我不知道該尋找什麼來確定最重要的驅動因素。
對於數值數據，我知道我可以使用β係數。但是，我不知道在這種情況下該做什麼/在哪裡找到類似的信息。
請幫我！
回复：關鍵動因分析的序數物流回歸莎拉：
我建議您查看JMP示例數據目錄隨附的cheese.jmp數據表中的工作示例。該示例的思路和工作流程可能類似於您要解決的問題？
請務必查看兩個嵌入式腳本。應急腳本可以很好地顯示馬賽克圖......您還可以獲得連續變量預測變量的附加圖。Fit Model腳本使用Fit Model - > Ordinal Logistic個性來構建和評估模型。一旦您的模型適合您的數據，我建議您查看各種模型擬合評估統計數據和可視化，例如效果摘要窗口，整體模型測試，缺乏擬合測試，參數估計，ROC曲線，混淆矩陣和JMP Pro預測分析器。簡而言之，沒有任何事情可以決定你的模型是否能幫助你識別“關鍵驅動因素”。
最後但並非最不重要的是......比較模型告訴你的對過程，理性人類行為和期望的了解......如果模型如果面對過程知識飛行那麼可能有什麼不妥之處？例如，假設您正在評估客戶對電話客戶聯繫中心的滿意度，其中一個預測變量是“等待與代理商交談”，模型表明滿意度隨著等待時間的增加而增加......好一些事情很可疑。
回复：關鍵動因分析的序數物流回歸嗨，彼得，
謝謝回复。我查看了給出的鏈接中的所有網頁。但是，它不包含有關如何找到相對重要性的任何信息。
我現在正在使用JMP Pro。但是，我不知道要查看哪些列/信息，以便找到最佳驅動因素/重要性。我現在遇到一個大問題，因為我之前從未使用過序數變量。
回复：關鍵動因分析的序數物流回歸Fit Y by X和Fit Model平台都可以提供有用的見解。您是否查看了有關邏輯回歸的JMP文檔？有許多模型擬合輸出可供您查看，以幫助您確定是否有關鍵驅動程序分析的有用模型。以下是一般邏輯回歸文檔中的登錄頁面鏈接，其中包含有序邏輯回歸的子主題。
http://www.jmp.com/support/help/13-1/Logistic_Regression_Models.shtml#
您可能還想查看分區平台，如果您正在運行JMP Pro一些懲罰性回歸方法以及其他基於樹的建模方法，如增強樹和引導林。
