Erfahren Sie mehr in unserem kostenlosen Online-Kurs:
Statistisches Denken für die industrielle Problemlösung
In diesem Beispiel passen wir wieder ein Modell für an Verunreinigung mit Fit-Modell. Aber diesmal fügen wir dem Modell auch die kategorialen Prädiktoren hinzu.
Zuerst fügen wir hinzu Verunreinigung als Y-Variable.
Das Hinzufügen der kategorialen Prädiktoren zum Modell unterscheidet sich nicht vom Hinzufügen kontinuierlicher Prädiktoren. Wir wählen einfach die Variablen aus und klicken Hinzufügen .
In einem früheren Video haben wir Optionen zum Codieren kategorialer Prädiktoren besprochen. Denken Sie daran, dass JMP hinter den Kulissen eine -1/1-Effektcodierung anwendet.
Wenn wir das Modell ausführen, zeigt JMP die Koeffizienten für die kategorialen Prädiktoren in der Tabelle Parameterschätzungen an.
Wir haben drei Ebenen von Reaktor , also gibt es zwei Koeffizienten für Reaktor .
Wir haben zwei Schichten, also gibt es einen Koeffizienten für Wechsel .
Wenn wir den Vorhersageausdruck aktivieren, zeigt JMP die vollständige Gleichung für das Modell an.
Mit dem Prediction Profiler können wir leicht erkennen, wie Änderungen im Wert der kategorialen Prädiktoren die vorhergesagte Antwort verändern.
Zum Reaktor , alles andere konstant halten, wenn wir den Reaktor von 1 auf 2 ändern, dem vorhergesagten Mittelwert für Verunreinigung erhöht sich um etwa 0,2 Einheiten. Wir können diesen Unterschied im Vorhersageausdruck sehen, wenn wir die Werte für Reaktor 1 und Reaktor 2 vergleichen.
Um die 0/1 Dummy-codierten Parameterschätzungen anzuzeigen, wählen Sie aus Schätzungen und dann Indikatorparametrisierungsschätzungen , vom oberen roten Dreieck.
Schauen wir uns die Dummy-codierte Schätzung für an Wechsel . Bei der Dummy-Codierung vergleichen wir den Durchschnitt Verunreinigung für die erste Verschiebung auf den Durchschnitt Verunreinigung für die zweite Schicht, alles andere konstant halten. Wir können leicht sehen, dass der Durchschnitt Verunreinigung für die erste Verschiebung ist ungefähr 0,1 Einheit höher als für die zweite Verschiebung. Aber dieser Unterschied ist nicht signifikant.
