이산형 데이터에 대한 DOE(범주형 응답)안녕하세요 JMPers입니다!
JMP 12에서 이산형 데이터 모델을 만드는 데 어려움을 겪고 있습니다. 다양한 지표를 통해 답을 찾으려고 노력했습니다. 이제는 갇힌 것 같습니다.
처음에는 선택 디자인이 내가 원하는 것이라고 생각했지만 아마도 그렇지 않을 것입니다. 데이터의 구조는 간단합니다. 다음은 예제 데이터 테이블입니다. A와 E를 확인하고 싶은데 (E의 DF는 40000이 되어야겠죠..)ANOVA 테이블에서만 가능합니다. 해결책이 있는 사람이 있으면 편안하게 해주세요.
Re: 이산 데이터에 대한 DOE(범주형 응답)
첨부된 표의 분석을 위해 이 문자열의 시작 부분에 제공한 원래 값을 사용했습니다.돌아가서 나중에 값을 입력하고 아래와 같은 분산 분석을 얻었습니다.
Re: 이산 데이터에 대한 DOE(범주형 응답)JMP 12를 사용하는 위치를 놓쳤습니다. Fit Least Squares 스크립트 옆에 있는 빨간색 삼각형을 마우스 오른쪽 버튼으로 클릭하고 실행을 선택합니다.Re: 이산 데이터에 대한 DOE(범주형 응답)표시되는 결과는 일반적으로 적어도 JMP에 대한 연속 출력 분석을 위해 표시되는 분산 분석입니다.원래 모든 것에 레이블을 붙인 방식에서는 일종의 명목형 회귀를 원했거나 최소한 JMP에서 값 레이블이 명목형으로 인식되었을 것입니다.표시된 내용에 가까운 답변을 얻으려면 응답을 연속 값으로 변환해야 합니다.예를 들어 승인에는 1을 사용하고 거부에는 2를 사용합니다.표시된 값에 가까운 분산 분석 보고서를 얻으려면 이러한 값이 연속적이어야 합니다.또한 모델을 설정할 때 개수를 빈도로 사용해야 합니다.첨부된 표에는 모델을 다시 생성하고 분산 분석 보고서를 확인하기 위해 실행할 수 있는 적합 스크립트가 있습니다.또 다른 질문은 어떤 JMP 버전을 사용하고 계시나요?제가 첨부한 표는 JMP 13에서 가져온 것입니다.이전 버전의 JMP를 사용하는 경우 첨부된 스크립트를 실행하려면 설명해야 할 차이점이 있습니다.
저는 X를 범주형 요인과 연속형 요인으로 사용하여 모델을 실행했습니다.연속 모델의 경우 X는 DF 수정에 3차 다항식으로 추가되어야 했습니다.답변은 어느 쪽이든 정확히 동일했지만 둘 다 결과에 표시되는 것과 다릅니다.따라서 이러한 결과가 여전히 불충분한 경우 원래 피팅을 생성한 방법에 대한 추가 정보를 제공해야 합니다.원래 어떤 소프트웨어를 사용하셨나요?
Re: 이산 데이터에 대한 DOE(범주형 응답)A는 '수준'이고 E는 '오류'이며 로그 회귀 보고서가 아닙니다.
방금 스프레드 시트에 결과를 적어 두었습니다.
40,000개의 행(4레벨, 각각 10,000회 반복)으로 구성된 테이블을 만들면 아래와 같은 결과를 볼 수 있습니다.
하지만 가능한 한 간단하게 테이블을 만들고 싶습니다.
1 9930
1 70
2 9936
2 64
3 9940
3 60
4 9925
4 75
아래에서도 동일한 결과를 확인하고 싶습니다.
어떻게 하는지 보여주실 수 있나요?
Re: 이산 데이터에 대한 DOE(범주형 응답)A와 E에 대해 좀 더 구체적으로 말씀해주실 수 있나요? 귀하가 제공한 데이터로는 명확하지 않습니다. 그러면 우리는 누락된 부분에 답할 수 있을 것입니다. 저는 이 정보가 사용 가능한 로그 회귀 보고서 내에 있다고 믿기 때문에 위 스크린샷에 모두 표시되지는 않습니다.
@KrissKdash 썼다:
위의 데이터를 넣었다가 JMP 결과에서 '이 결과'를 보고 싶다는 뜻입니다.
Re: 이산 데이터에 대한 DOE(범주형 응답)답변 감사합니다. 하지만 제가 실제로 의미한 바가 무엇인지 확인하시기 바랍니다.Re: 이산 데이터에 대한 DOE(범주형 응답)
위의 데이터를 넣었다가 JMP 결과에서 '이 결과'를 보고 싶다는 뜻입니다.
Re: 이산 데이터에 대한 DOE(범주형 응답)이 데이터는 범주형입니다. A1 - A4 수준은 범주형 예측 변수입니다. 엑스 , 당신의 수용하다 / 거부하다 수준은 범주형입니다. 와이 , 귀하의 카운트는 빈도입니다. JMP 데이터 테이블은 다음과 같습니다.
선택하다 분석하다 > X로 Y 맞추기 , 선택하다 엑스 그리고 클릭 엑스 , 선택하다 와이 그리고 클릭 와이 , 선택하다 N 그리고 클릭 주파수 . 분석은 다음과 같습니다.
로지스틱 회귀를 사용할 수도 있습니다. 분석하다 > 모델 맞춤 , 선택하다 와이 그리고 클릭 와이 , 선택하다 엑스 그리고 클릭 추가하다 을 선택하고 N 그리고 클릭 주파수 .
결과는 동일하지만 플랫폼마다 옵션이 다릅니다. 분할표 분석은 하나의 X와 하나의 Y의 간단한 경우에 대한 것입니다. 로지스틱 회귀 분석에서는 X1*X2 또는 X1^2와 같이 X를 변환하는 두 개 이상의 X와 항을 허용합니다.
