적합 모델 : 제곱 변화 대 2 차 다항식<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />JMP에서 Fit Model 플랫폼을 사용하여 하나의 모델 효과에 맞는 간단한 표준 최소 제곱을 작성합니다. 효과에 대한 정사각형 변환을 사용하면 2 차항을 남기고 1 차항을 제거한 후 2 차 다항식을 사용하는 것과 다른 적합성을 발견했습니다. JMP는 첫 번째 주문 용어를 모델에서 제외하는 것에 대한 경고를하지만, 분석을 계속하면서 상당히 다른 결과를 보였습니다. 두 가지 접근 방식의 차이점은 무엇입니까?
재 : 맞는 모델 : 사각형 변환 대 2 차 다항식"Center Polynomials"에 대한 도움말 색인을 검색하면 다음을 찾을 수 있습니다.
1보다 큰 정도의 효과가 포함 된 연속 용어가 그 평균에 중심을 둡니다. 이 옵션은 효과에 관련된 용어에 혼합 효과 속성이 지정되거나 혼합 열 속성이있는 경우를 제외하고 기본적으로 선택됩니다. 코딩 열 속성이있는 용어는 지정된 높은 값과 낮은 값의 중간에 가운데에 표시됩니다.
센터링은 회귀 계수를보다 해석 가능하게 만들고 모델 효과 간의 공선 성을 줄이는 데 유용합니다. . (내 강조)
Google에서 "센터 변수"를 검색하면이 주제에 대한 추가 토론을 찾을 수 있습니다.
남자 이름
재 : 맞는 모델 : 사각형 변환 대 2 차 다항식나는 당신의 대답을 좋아하지만, 나는 왜 다항식을 중심에 두어야하는지 궁금해했다.
재 : 맞는 모델 : 사각형 변환 대 2 차 다항식선형 항이 제거 된 2 차 다항식의 모델 대화 상자에서 모델 사양 옆의 빨간색 삼각형을 클릭하고 "중심 다항식"의 선택을 취소하십시오. 그런 다음 결과가 귀하가 만든 다른 모델과 일치하게됩니다. 모델 예측은 중심에 있는지 여부에 관계없이 동일합니다.
남자 이름
