如何根据参数估计输出生成交互图？我正在分析一组有关图形性能的数据。 我正在将曲面图与非曲面图进行比较。 在这个分析中我有两个任务，A 和 B。 我正在测量绝对差异（=参与者的答案-正确答案）。
ABSDifference 的范围是 0 到 100。 其分布类似于半正态分布。
为了分析这个数据集，我使用了拟合模型、ABS 差异作为 Y by Graph 和使用全阶乘的任务。 人格是标准最小二乘法。
我得到以下结果：
方差分析：
源 DF 平方和 均方 F 比率
型号 3 4367.12 1455.71 4.1790
错误 2204 767740.17 348.34 概率 > F
C。 合计 2207 772107.29 0.0058
参数估计
项估计标准误差 t 比率 Prob>|t|
截距 21.439143 0.48646 44.07 <.0001
苏尔[1] 0.3552453 0.48646 0.73 0.4653
任务[A] 0.4607602 0.48646 0.95 0.3437
SUR[1]*任务[A] -1.052311 0.48646 -2.16 0.0306
指标功能参数化
项估计 标准误差 DFDent 比率 Prob>|t|
截距 19.570827 0.561716 2204.0 34.84 <.0001
苏尔[1] 2.8151123 1.123432 2204.0 2.51 0.0123
任务[A] 3.0261421 0.972921 2204.0 3.11 0.0019
SUR[1]*任务[A] -4.209243 1.945841 2204.0 -2.16 0.0306
最小二乘均值表
水平最小二乘平均标准误差
1、A 21.202838 1.3759176
1、B 22.385939 0.9729207
0,A 22.596969 0.7943864
0、B 19.570827 0.5617160
jmp 给我的交互配置文件基于最小二乘法表示表。
现在我的问题是：
1-我很困惑参数估计和指标函数参数化。 我应该报告哪个表？
2-为什么最小二乘法表示表基于截距指标函数参数化而不是参数估计？
3-如何根据数据中的数据获得交互图参数估计？
回复：如何根据参数估计输出生成交互图？您似乎不需要或不想要指标参数化估计，因此不要要求它们。 它正在造成不必要的混乱。
LSMeans 是分类因素每个级别的预测平均响应，同时将其他因素保持为中性值。 除非该级别的参数估计值完全为零，否则所有 LSMeans 都不是单独的截距。
交互作用图基于参数估计。
回复：如何根据参数估计输出生成交互图？你好马克，
非常感谢您的快速回复。 我很高兴看到这个社区的支持。 我是 JMP 和数据分析的新手。 所以，请耐心听我说。
1-我的假设是，与其他图相比，当我们从任务 B 转移到任务 A 时，曲面图的性能会提高。 两个表都显示出显着的改进。 \
2-当我使用 LS 方法时，在参数估算表中我得到 21.43 作为截距。 在 LS 均值表中，我将 19.57 作为任务 B 中其他图的 LSM。 该值与指标函数参数化中的截距相同。 无论我是否要求指标参数估计，LSM 表中的值都是相同的，并且与参数估计表中的截距不匹配。
3-给出的交互配置文件也基于与指示符函数参数化表的值相匹配的LSM表的值。 我想要与参数估计表的值相匹配的交互点。
回复：如何根据参数估计输出生成交互图？1. 您应该报告您想要的或按照惯例预期的估计值。 请参阅帮助>书籍>拟合线性模型，然后搜索“指标参数化估计”以获得完整的描述。 您为何要求 JMP 提供这些参数估计值？
2. LS 均值基于参数估计值，因此当您询问指标参数估计值时，值会发生变化。
3. 单击顶部的红色三角形并选择因子分析。 子菜单将向您显示各种分析器，包括交互图。
