<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Salut! Je suis assez nouveau sur JMP et apprécierais toute aide que vous pourriez donner. J'ai lu des tutoriels et parcouru la communauté JMP, mais j'ai toujours des problèmes. J'ai un ensemble de données d'études de marché et je veux faire une analyse des facteurs. Je comprends que la régression linéaire est le moyen de faire une analyse des facteurs, c’est-à-dire de déterminer quelles variables ont le plus d’effet sur une variable dépendante. Dans ce cas, les variables indépendantes sont des questions d’évaluation (par exemple, "comment évaluez-vous le goût sur une échelle de 1 à 5?") Et la variable dépendante est l’intention d’achat ("quelle est la probabilité que vous achetiez ce produit, sur une échelle de 1-5? "). Toutes les variables sont nominales. Chacune des variables a 5 réponses possibles - du moins pour l’instant, jusqu’à ce que je comprenne ceci et que je développe l’analyse pour inclure plus de variables.
Y a-t-il quelqu'un qui a exécuté Drivers Analysis sur des données d'études de marché qui peut aider? Sinon, pourrais-je obtenir de l’aide pour comprendre les modèles de régression?
Problèmes que je suis en train de faire:
1) Je choisis la logistique nominale comme personnalité lors de l’exécution du modèle Fit. J'ai 1 variable Y et 12 variables d'effets de modèle de construction. Je m'attendais à obtenir un coefficient bêta pour chacune des 12 variables d'effet du modèle, plus une valeur ap pour déterminer s'il est significatif. Mais je ne vois pas une seule estimation du coefficient bêta. Dans la section Estimations de paramètres, il existe plutôt des estimations pour chacune des réponses possibles (par exemple, Goût [excellent], goût [très bon], goût [bon], goût [passable], goût [médiocre]), et chacun de ces ensembles de variables est répété 4 fois. Ainsi, la liste des termes pour les estimations de paramètres est très longue. Je m'attendais à 13 éléments, un pour chaque variable plus un pour l'interception, mais plusieurs écrans. Comment interpréter ces estimations?
2) La section Tests de vraisemblance des effets répertorie chaque variable et chaque valeur p. Je peux donc clairement voir quelles variables sont importantes et s’adapter à la régression pour prévoir la variable dépendante. Mais cela ne me dit pas l'importance relative.
3) La section Résumé des effets indique-t-elle une importance relative? Comment interpréter la colonne LogScale? Je voudrais dire que les variables les plus importantes sont ces 5 (ou tout ce qui a une valeur ap de 0,1 ou moins), avec la variable A la plus importante et deux fois plus importante que la variable B, etc. Je m'attendais à ce que cela provienne des coefficients bêta. Par exemple, un coefficient normalisé de 0,2 pour le goût signifierait qu'une augmentation de 1 de la notation de goût entraînerait une augmentation de 0,2 de l'intention d'achat. Et si le coefficient pour Aroma était de 0,1, il serait alors deux fois moins important, car une augmentation de 1 dans la notation de Aroma entraînerait une augmentation de 0,1 dans Intention d’achat.
Une fois que j'ai compris cela, je devrai savoir si je peux exécuter la régression en utilisant des variables ayant des échelles nominales différentes. Mais maintenant, j'ai besoin de comprendre les bases!
S'il vous plaît aider! Merci!
Bonjour,
Une des premières choses que vous pouvez essayer est de déterminer si toutes vos variables indépendantes sont actives et importantes pour l’analyse des facteurs. Configurez votre régression comme vous l'avez déjà fait, puis allez dans le menu déroulant Personnalité et sélectionnez Pas à pas si Nominal. Sélectionnez OK. Cela vous mènera une autre fenêtre pour le processus Stepwise. Vous verrez plusieurs options pour changer les choses. Pour l'instant, acceptez les valeurs par défaut et sélectionnez Aller au centre à gauche. Le traitement peut prendre quelques secondes, mais une fois l'algorithme terminé, sélectionnez Construire le modèle en haut à droite. Cela ouvrira une nouvelle fenêtre dans laquelle vous verrez quels facteurs sont importants pour l'analyse de vos pilotes. Sélectionnez à nouveau OK et vous obtiendrez le même rapport de modèle que celui que vous voyez actuellement lorsque vous créez votre modèle.
Il existe également quelques vidéos de Mastering JMP à la demande que vous devriez visionner, qui en montreront davantage sur la régression à la fois avec des données continues et nominales.
Ce n'est pas la réponse à toutes (ou peut-être à toutes) vos questions, mais les vidéos répondront à beaucoup d'entre elles.
Essayez la vidéo dans le lien ci-dessous pour commencer.
Spécification et ajustement de modèles | JMP
HTH
Facture
