무료 온라인 과정에서 자세히 알아보십시오.
산업 문제 해결을 위한 통계적 사고
이 예에서는 이전 JMP 데모에서 중단한 부분에서 계속합니다. 우리가 다음 모델에 적합하다는 것을 기억하십시오. 불결 , 3개의 예측 변수가 있는 온도 , 촉매 농축 , 그리고 반응 시간 , 분석, 모형 적합을 사용합니다.
불결 는 Y 변수이고 온도 , 촉매 농축 , 그리고 반응 시간 모델 효과입니다.
앞서 설명한 예측별 실제 플롯은 현재 모델에서 예측한 값에 대한 실제 응답 값의 플롯입니다.
Actual by Predicted 플롯은 이상값, 비정상적인 관찰, 곡률과 같이 우리 모델에서 설명하지 못하는 데이터의 패턴을 식별하는 데 유용합니다. 대부분의 경우 우리의 점은 적합 회귀선 주위에 무작위로 흩어져 있는 것처럼 보입니다.
JMP는 기본적으로 Residual by Predicted 도표를 제공합니다. 이 플롯은 명백한 패턴을 보여주지 않으며 잔차는 0의 중심선 주위에 무작위로 흩어져 나타납니다.
이 단원에서 설명하는 추가 잔차 그림은 행 진단 아래의 상단 빨간색 삼각형에서 사용할 수 있습니다. 여기에는 행별 잔차 그림, 스튜던트화 잔차 그림 및 잔차의 정규 분위수 그림이 포함됩니다.
이는 예를 들어 JMP 플랫폼을 사용하여 고유한 잔차 도표를 생성하려는 경우에 특히 유용합니다.
Cook's D Influence는 Save Columns 아래에 있는 또 다른 옵션입니다.
우리가 선택할 때 쿡의 D 영향 , 새 열은 각 관찰에 대한 Cook의 D 값과 함께 데이터 테이블에 저장됩니다. 이제 분포 플랫폼을 사용하여 영향력 있는 관측치가 있는지 확인할 수 있습니다.
이 예에서 최대 Cook의 D 값은 0.06입니다. 따라서 영향력 있는 관찰에는 문제가 없습니다.
JMP에서 잔차 도표의 한 가지 추가 유형은 효과 레버리지 도표입니다. 이 그림은 모델의 각 항에 대해 기본적으로 표시됩니다.
기본적으로 각 그림은 모델에 이미 있는 다른 효과를 감안할 때 모델에 예측 변수를 추가할 때의 영향을 보여줍니다.
레버리지 플롯을 사용하면 비정상적인 패턴을 쉽게 확인하고, 모델에 영향을 미치는 점을 확인하고, 다중 공선성 문제를 식별할 수 있습니다.
레버리지 플롯 해석에 대한 자세한 내용은 JMP 도움말을 참조하십시오.
