JMP 中的同源/异源测试<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />您好，我正在尝试检查最小二乘回归模型中的同方差或异方差。 我可以主观地检查残差，但我更愿意另外报告 p 值，例如由 White 检验或 Breusch-Pagan 检验生成的 p 值。 我在 JMP 帮助或文档或网络上找不到有关如何执行此操作的文档。 我是否应该保存残差，对它们求平方，然后使用与原始预测相同的预测变量运行新的回归，但结果为残差平方？ Breusch-Pagan p 值是该模型中综合 F 的显着性吗？ 这是我发现的最接近的： http://www.augustana.edu/users/ecmarme/using%20JMP%20to%20check%20model%20for%20heteroskedasticity.ppt
回复：JMP 中的同源/异源性测试对于我比较的简单模型p拟合残差平方时，由 F 检验得出，相应的 Chi2 p来自 Rons 公式和 Breusch-Pagan p来自 R 函数 bptest。
R 和 JMP 返回相同p -值 (Chi2) 和 F 检验p也没什么不同。
这是我使用的代码：
dt = Open( "$SAMPLE_DATA/Big Class.jmp" );
// Fit original model
nc = N Col( dt );
dt << Fit Model( Y( :weight ), Effects( :height ), Personality( Standard Least Squares ), Run( residuals ) );
//Fit squared residuals
dt << New Column( "res2", values( (Column( nc + 1 ) << getvalues) ^ 2 ) );
fm = dt << Fit Model( Y( :res2 ), Effects( :height ), Personality( Standard Least Squares ), Run( residuals ) );
//Extract numbers from report
rfm = Report( fm );
R2 = rfm[Outline Box( "Summary of Fit" )][1][2][1];
n = rfm[Outline Box( "Summary of Fit" )][1][2][5];
df = rfm[Outline Box( "Analysis of Variance" )][1][2][1];
// p-value fron F-test (Anova)
Ftest_p = rfm[Outline Box( "Analysis of Variance" )][1][5][2][1];
// Breusch-Pagan p-value with JMP
bp_p_JMP = 1 - ChiSquare Distribution( n * R2, df );
// Breusch–Pagan test with R (Package lmtest must be installed)
R Init();
R Send( dt );
R Submit( "Data <- dt
names(Data)
attach(Data)
require(lmtest)
p <- bptest(weight ~ height)$p.value" );
bp_p_R = R Get( p );
R Term();
// Compare results
Show( Round( {Ftest_p, bp_p_JMP, bp_p_R}, 6 ) );
日志窗口中的结果：
回合({Ftest_p, bp_p_JMP, bp_p_R}, 6) = {0.152976, 0.145395, 0.145395};
回复：JMP 中的同源/异源性测试嗨凯尔
根据此链接：白色测试 - 维基百科，免费的百科全书您需要使用残差本身（就像我所做的那样）。
根据此链接：布洛伊施-异教徒测试 - 维基百科，免费的百科全书使用残差平方。
回复：JMP 中的同源/异源性测试这非常有帮助，谢谢。 一个简单的问题，只是为了仔细检查：您创建的模型是预测残差，而不是残差平方，这是正确的吗？ 我读到怀特检验使用残差平方。 如果我理解正确的话，在我的例子中应该是这样的：
适合模型(
Y(:res2),
效果（
：年龄，
ETC。
这将产生 0.222979 的 R2。 所以，LM=31* 0.222979= 6.912349。 卡方分布 (6.912349, 10) 产生的 p 值为 0.7，显然仍然不低于合理的截止值如 0.05。
回复：JMP 中的同源/异源性测试此时我假设您运行了以下脚本：
Fit Model(
Y( :Residual Runtime ),
Effects(
:Age,
:Weight,
:age2,
:weight2,
:Age * :Weight,
:Age * :age2,
:Age * :weight2,
:Weight * :age2,
:Weight * :weight2,
:age2 * :weight2
),
Personality( Standard Least Squares ),
Emphasis( Effect Screening ),
Run(
Profiler(
1,
Confidence Intervals( 1 ),
Term Value(
Age( 47.677 ),
Weight( 77.445 ),
age2( 2299.9 ),
weight2( 6064.8 )
)
),
:Residual Runtime << {Lack of Fit( 0 ), Sorted Estimates( 1 ),
Plot Actual by Predicted( 1 ), Plot Regression( 0 ),
Plot Residual by Predicted( 0 ), Plot Effect Leverage( 0 )}
)
);
那么你得到的 R2 为 0.377547
在这个阶段，我只需将该数字乘以样本大小 31 即可得到 LM=n*R2, LM=31*0.377547=11.70396。
该数字的 Pvalue 可以通过 jmp 中的以下脚本获得：
New Table( "Pvalue",
Add Rows( 1 ),
New Column( "P>chiSq", Numeric, Continuous, Format( "Best", 12 ), Formula( 1 - ChiSquare Distribution( 11.703957, 10 ) ))
);
这将为您提供 0.3 的值，因此您可以非常确定原始模型没有受到异方差的影响。
希望有帮助。
回复：JMP 中的同源/异源性测试嗨，Ron，我在指定辅助回归和获取卡方 p 值时遇到问题。 这些是我正在执行的步骤：
1. 拟合感兴趣的模型。
2.保存残差。
3. 残差平方。
4. 对原始预测变量进行平方。
5. 拟合模型，将残差平方放入 Y 中，然后添加以下模型效应：
A。 原始预测变量
B. 预测变量平方（使用变换旁边的红色三角形）
C。 预测变量的所有可能的成对交叉（使用宏“阶乘”，下面选择了 2 个）
6. 使用 r 平方确定卡方分布下的 p 值。
以下是 JSL 的示例：
dt = Open("$Sample_Data/Fitness.jmp");
fm = Fit Model(
Y( :Runtime ),
Effects( :Age, :Weight ),
Personality( Standard Least Squares ),
Emphasis( Effect Leverage ),
Run(
:Runtime << {Lack of Fit( 0 ), Plot Actual by Predicted( 1 ),
Plot Regression( 0 ), Plot Residual by Predicted( 1 ),
Plot Effect Leverage( 1 ), Show VIF( 1 )}
),
);
fm << residuals;
dt << New Column ("res2",formula(:Residual Runtime^2));
dt << New Column ("age2",formula(:Age^2));
dt << New Column ("weight2",formula(:Weight^2));
然而，此时我陷入困境。 经过大量阅读在线和教科书后，我想我会放弃假设检验，而坚持主观目视检查来确认振荡性对于我所有的分析。 感谢您的帮助。
回复：JMP 中的同源/异源性测试嗨凯尔，
我认为 JMP 没有内置它，但您可以通过使用辅助回归中的 R2（乘以参数数量）并将其与适当的 chi2 值进行比较来“手动”执行此操作。
如果您需要经常这样做，只需编写自己的流程脚本即可。
回复：JMP 中的同源/异源性测试嗨罗恩，
感谢您的链接。 该视频很有帮助。 Julian Parris 建议使用中值分割进行预测，并检查上半部分的残差是否与下半部分的残差具有不同的变异性（使用 Levene、Brown-Forsythe、Bartlett 或另一种变异性分类等式检验）。 然而，将连续数据折叠成类别并不理想。 是否可以在 JMP 中计算 White 检验或 Breusch-Pagan 检验？ 对残差进行平方并将其与预测值相关联是否会产生这些检验之一的 p 值？
回复：JMP 中的同源/异源性测试嗨凯尔，
看看这个链接：
使用 JMP 进行回归诊断 - 误差方差相等 - YouTube
也许它可以给你一个起点。
罗恩
