Afficher les ratios F des estimations de régression?Existe-t-il une option pour afficher le rapport F (carré des rapports t) dans l'affichage de régression des estimations * individuelles * dans Fit Least Squares? Je sais que JMP affiche le F-stat global du modèle, mais je recherche les F-ratios pour chaque variable indépendante seule.
Re: Afficher les ratios F des estimations de régression?Dans la sortie des estimations de paramètres de la plate-forme bivariée, il n'y a pas de colonne disponible à afficher qui affichera le rapport F. Si vous utilisez une plate-forme différente, vous pouvez cliquer avec le bouton droit sur la zone de tableau en question, sélectionner Colonnes et voir si une colonne de rapport F est disponible pour être affichée.
Quoi qu'il en soit, vous pouvez ajouter votre propre colonne de rapport F dans la zone de tableau. Voici un exemple simple de la façon de procéder 
Voici le script simple qui a ajouté le rapport F
Names Default To Here( 1 );
dt = Open( "$SAMPLE_DATA/big class.jmp" );
biv = dt << Bivariate(
Y( :height ),
X( :weight ),
Fit Line( {Line Color( "Medium Dark Red" )} )
);
// Get the t ratios
theTs = Report( biv )["Parameter Estimates"][Number Col Box( 3 )] << get;
// Convert them to F Ratio values
theTs[1] = theTs[1] ^ 2;
theTs[2] = theTs[2] ^ 2;
// Append them to the output Table Box
theTs = Report( biv )["Parameter Estimates"][Table Box( 1 )] <<
append( Number Col Box( "F Ratio", theTs ) );Re: Afficher les ratios F des estimations de régression?Je suis peut-être un peu confus, mais les rapports F sont affichés dans Analysis of Variance (qui fournit les statistiques complètes du modèle) et dans les sorties des tests d'effets de la plateforme Fit Model. On dirait que vous voulez les tests d'effets qui décomposent les DF du modèle en chaque DF.
Re: Afficher les ratios F des estimations de régression?salut @MAS ,
si vous utilisez la plate-forme de modèle d'ajustement avec une variable dépendante continue, vous pouvez utiliser le tableau des tests d'effet. Cela donne un test F pour chaque effet. pour les variables continues, il est identique au test t. de même pour les variables nominales ou ordinales avec seulement deux catégories. forment plus de deux variables de catégorie, ce test F est un peu différent des estimations des paramètres individuels.
