SAS / JMP의 회귀 분석에서 변수를 반복하는 방법안녕하세요 여러분,
매우 새롭고 최근에 훈련을 받았다. SAS 프로그래밍 . 나는 일련의 독립 변수를 취하여 두 개의 데이터 그룹과 (통계적으로 유의미한) 다르게 상관 관계가 있는지 테스트하려고합니다.
나는 JMP에서 이것을 수행하는 방법이 다음과 같은 일련의 선형 회귀를 만드는 것이지만,
result = group + varA + group*varA
이 "Country * Displacement"예제에서 "Prob> F"열과 같은 상호 작용 효과의 중요성을 조사하십시오.
(나는 이미지를 게시 할 평판이 없다.)
이제이 변수들 중 하나를 전환 할 수 있어야합니다. 즉 ~ 350 개의 변수 목록을 말합니다. varA , varB , 등등, 나는 뒤에 오는 것 회귀를 달려야한다,
result = group + varA + group*varA
result = group + varB + group*varB
result = group + varC + group*varC
...
그 상호 작용 효과의 중요성을 얻는다. 이전 스크립팅 시도는 ~ 350 개의 결과 창 또는 ~ 350 개의 모델 대화 상자로 이어졌습니다. . . 어떤 조언을 주시면 감사하겠습니다.
편집하다:
예를 들어, Airline Delays JMP 샘플 데이터 세트를 사용하는 것은 다음 단계 중 하나의 결과입니다.
각 변수 집합에 대해 상호 작용 효과 (효과 테스트에서 0.1397)의 중요성을 추출해야합니다. 예를 들어 "거리"변수를 "경과 시간"과 교환합니다. 하지만이 변수를 각각 ~ 350 세트로 교환해야합니다.
SAS / JMP 회귀 분석에서 변수를 반복하는 방법고맙습니다 @txnelson .
SAS / JMP 회귀 분석에서 변수를 반복하는 방법여기에 약간 다른 예가 있습니다. @ gzmorgan0 제공됩니다. 이 예제는 여러 번 반복 실행됩니다.
names default to here(1);
dt=open("$SAMPLE_DATA/Diamonds Data.jmp");
charColNamesList = dt << get column names(string,character);
effectNameList = {};
effectProbList = {};
For(i=2,i<=nitems(charColNamesList),i++,
Eval(Substitute(Expr(
fm = Fit Model(invisible,
Y( :Price ),
Effects( __VarA__, __VarB__, __VarA__ * __VarB__ ),
Personality( "Standard Least Squares" ),
Emphasis( "Effect Screening" ),
Run(
)
);),
Expr(__VarA__),parse(":" || charColNamesList[1]),
Expr(__VarB__),parse(":" || charColNamesList[i]))
);
insert into(effectProbList, (report(fm)["Effect Tests"][numbercolbox(6)]<<GET></GET>SAS / JMP 회귀 분석에서 변수를 반복하는 방법고맙습니다 @ gzmorgan0 ,이 코드는 확실히 나를 돕는다.
SAS / JMP 회귀 분석에서 변수를 반복하는 방법찾다
기본 메뉴> 도움말> 스크립팅 색인> 객체 선택> 모델에 맞게 스크롤> 최소 사각형> 메시지를 스크롤하여 효과 pvalues를 가져옵니다.
루프 내에서 아래와 같은 스크립트를 사용하는 350 개의 변수 (for 루프를 사용하는 것)를 반복해야합니다.
잔류 분석없이 pvalues에 의존하거나 특이 치를 찾고 또는 가정을 위반하지 않는 것이 좋습니다. 당신의 설명 된 일이 왜 추천되었는지 확신 할 수 없습니다. JMP에는 가장 영향력있는 변수를 찾는 많은 도구가 있습니다. 즉, 스크립트는 출발점입니다.
Names default to Here(1);
Open("$sample_data/Airline Delays.jmp");
fm = Data Table("Airline Delays") << Fit Model( Invisible,
Y( :Arrival Delay ),
Effects( :Day of Week, :Distance, :Day of Week * :Distance ),
Personality( "Standard Least Squares" ),
Emphasis( "Minimal Report" ),
Run(
:Arrival Delay << {Summary of Fit( 1 ), Analysis of Variance( 1 ),
Parameter Estimates( 1 ), Lack of Fit( 0 ), Scaled Estimates( 0 ),
Plot Actual by Predicted( 0 ), Plot Residual by Predicted( 0 ),
Plot Studentized Residuals( 0 ), Plot Effect Leverage( 0 ),
Plot Residual by Normal Quantiles( 0 ), Box Cox Y Transformation( 0 )}
)
);
pv = fm << get effect pvalues;
show(pv); //look at the log or hover over pv the 3rd value pv[3] is the interaction pvalue<BR />fm << Close Window(); //to clean up the windows<BR />
