選択分析の出力こんにちは、
離散選択分析にjmpを使用していますが、出力について混乱しています。パラメーターの推定値については、パラメーター内の異なる属性レベルを比較しているようです。ここでjmpは何をしていますか？
また、サブジェクトファクターを組み込むと、3つのサブジェクトファクターのうち2つだけが出力に表示されますが、なぜそれらの1つが省略されているのですか？
最後に、対数値は何を表していますか？これらの値を使用して、回答者の意思決定における各属性の相対的な重要性を評価できますか？
再：選択分析の出力尤度比検定レポートは、モデル内の用語が重要かどうかを判断するときに役立ちます。パラメータ推定値レポートは、推定値が重要かどうかを知りたいときに役立ちます。
カテゴリー予測因子/因子は、すべてのレベルの推定値がゼロになるように線形モデルに表示されます（「効果パラメーター化」）。したがって、最後のレベルのパラメーターの推定値は、他の推定値の合計の負の値に等しくなります。上部の赤い三角形をクリックして、[見積もり]> [展開された見積もり]を選択できます。（おもう）
Logworthは、p値の負の対数（底10）です。（これは、pHがヒドロニウム活性のp関数であるように、p値のp関数です。）p値の範囲は0〜1であるため、場合によっては桁違いに異なります。一部のユーザーは、このような場合に推定値の有意性を測定するのがログワースの方が簡単だと感じています。1ログワースの変化は、1桁の変化です。このようなユーザーは、比較のためにlogworth = 2（p-value = 0.01）を合理的な基準と考えることが多いのですが、自分にとって意味のある有意水準を常に決定する必要があります。
Re：選択分析の出力やあ、
私はJMPと統計に不慣れで、Choice Designプラットフォームを使用して同様の調査を行っており、このスレッドに関するいくつかの質問があるので、ここに投稿します。
このケーススタディで見ました（ JMP®を使用した離散選択実験の設計と分析に関するケーススタディ）選択設計プラットフォームで推定される選択モデルは多項ロジットモデルであること。私が読んだことから、MNLの場合、各属性レベルの係数（またはJMPで呼び出されるパラメーター推定値）の代わりにオッズ比を知り、それらの効果を比較したいと思います。JMPはあなたのためにこれをしますか？もしそうなら、どこでそれを見つけることができますか？
