절편이 없는 일반화 선형 모형안녕,
당신의 도움이 필요해요. GLM을 사용하여 분석하고 싶지만 가로채기 없이 분석하고 싶습니다. '인터셉트 없음' 옵션을 선택할 수 없습니다.
나는 다음과 같은 결과를 얻고 싶습니다. http://support.sas.com/kb/24/992.html
GLM, distribution=Binomial, Link=Logit에서 "No Intercept" 옵션을 얻는 방법을 모르겠습니다.
Re: 절편이 없는 일반화 선형 모형매우 감사합니다! 나는 당신에게 빚을 지고 있습니다 
Re: 절편이 없는 일반화 선형 모형안녕 @mhans ,
표준 JMP에서는 가능하지만 테이블을 약간 재구성해야 합니다. 필요한 것은 승패라는 명목상의 결과 변수이며, 그러한 발생 빈도를 요약한 표가 있습니다. 여기에 명목상 물류 스크립트가 저장된 확장된 테이블을 첨부했습니다(자세한 내용은 아래에서 설명). 이러한 테이블의 형식에 주목하세요. 아래 이미지에는 첫 번째 행이 선택된 원본 테이블이 있고, 아래쪽에는 요약된 해당 행에 해당하는 13개의 행이 선택된 확장된 테이블이 있습니다. Mil과 Det 사이의 13개 대회인 13개가 있고, 7승과 6패가 있는데, 이는 상위 테이블의 승리 = 7을 반영합니다. 
모델 설정은 간단합니다. 분석 > 모델 적합, 결과를 Y로, 모든 팀을 모델 효과로, 절편 없음을 선택합니다. 
그러면 다음과 같은 출력이 반환되며 일치 항목이 표시됩니다.
Fit Model(
Y( :Outcome ),
Effects( :mil, :det, :tor, :new, :bos, :cle, :bal ),
No Intercept( 1 ),
Choose High Target( 1 ),
Personality( "Nominal Logistic" ),
Run( Likelihood Ratio Tests( 1 ), Wald Tests( 0 ) ))
여기서 일반화 회귀의 부가 가치는 백그라운드에서 확장을 처리하는 y 변수를 정의할 때 win/total 구조를 직접 지정할 수 있다는 것입니다.
@줄리안
Re: 절편이 없는 일반화 선형 모형안녕 @줄리안 ,
와, 고마워요! 그러고 보니 JMP에서는 가능하네요. 저는 JMP의 "일반" 버전만 사용하고 있습니다. 일반 버전(절편이나 GLM이 없는 로지스틱 회귀)으로 이 모델을 수행할 수 있습니까?
그렇지 않다면 pdf.-form으로 출력물을 보내주실 수 있나요?
이 솔루션에 감사드립니다.
Re: 절편이 없는 일반화 선형 모형안녕 @mhans ,
나는 당신이 지금 무엇을 하려고 하는지 더 잘 이해하고 있습니다. 이러한 결과(Bradley-Terry 모델)를 일치시키려면 JMP Pro에서만 사용할 수 있는 일반화 회귀 플랫폼을 사용해야 합니다. 해당 SAS 예제에 사용된 데이터 테이블의 JMP 버전을 첨부하고 스크립트를 테이블에 저장했습니다. 이를 재현하는 단계는 다음과 같습니다.
1. 분석 > 적합 모델을 시작합니다.
2. 일반화 회귀를 성격으로 지정하고 분포를 이항으로 지정합니다.
3. Win과 Total을 모두 Y, 열로 입력하고 모든 예측변수를 모델 효과로 입력합니다.
4. 하단의 '인터셉트 없음'을 체크하세요.
Fit Model 대화 상자는 이제 다음과 같아야 합니다.
5. 실행을 클릭한 후 결과 대화 상자에서 추정 방법으로 로지스틱 회귀를 지정하고 이동을 클릭합니다.
그러면 SAS 결과와 일치하는지 확인할 수 있는 다음 출력이 반환됩니다.
다음은 이 분석을 위한 JSL이며 첨부된 테이블에도 저장되어 있습니다.
Fit Model(
Y( :win, :total ),
Effects( :mil, :det, :tor, :new, :bos, :cle, :bal ),
No Intercept( 1 ),
Personality( "Generalized Regression" ),
Generalized Distribution( "Binomial" ),
Run(
Fit( Estimation Method( Logistic Regression ), Validation Method( None ) )
)
);
이게 도움이 되길 바란다!
@줄리안
Re: 절편이 없는 일반화 선형 모형안녕 @줄리안 ,
답장을 보내 주셔서 감사합니다. 나는 명목상 물류 성격을 사용하는 데 지쳤습니다. 응답 변수 y는 명목형이어야 하며, 내 변수 y는 메트릭(0과 1 사이, 승률)이었습니다. 변수 y: 1 또는 -1을 사용하여 데이터에 대한 새 구조를 만들고 데이터를 다음 형식으로 복사했습니다.
1 -1 0 0 0 0 0 7 1
1 0 -1 0 0 0 0 9 1
(...)
0 0 0 0 0 1 -1 6 1
(new part of data)
-1 1 0 0 0 0 0 6 -1
-1 0 1 0 0 0 0 4 -1
(...)
0 0 0 0 0 -1 1 7 -1
결과는 SAS와 동일하지 않습니다.어떻게 다시 해야할지 모르겠어요...
Re: 절편이 없는 일반화 선형 모형안녕 @mhans ,
와 달리 일반화 선형 모델 성격, 명목상 물류 Fit Model의 성격은 Fit Model 대화 창에서 "No Intercept" 확인란을 선택하여 절편 없이 실행할 수 있습니다. 이 특성은 Firth Bias-Adjusted 추정치를 선택하지 않았다고 가정할 때 이항 오류 분포 및 로짓 연결 기능을 사용하여 일반화 선형 모델 특성과 동일한 결과를 반환합니다(이 상자를 선택하면 모델 추정치가 달라집니다). 아마도 이것이 귀하의 상황에 적합할까요?
@줄리안
