解释变量的参数估计我有一个只有几个主动效果的模型。 即表中的三个主要作用。 epsilon_r ^ n和Rt ^ n是连续变量，但是E ^ n是类别变量，可以具有值-1和+1。
从预测分析器可以明显看出，在所有三种情况下，自变量的较高值都会导致较低的预测N25（从物理角度来看也是可以预期的）。
那么为什么epsilon_r ^ n和Rt ^ n的估计系数为负，而E ^ n的系数为正？ 我应该如何解释参数表中的表达式“ [-1 -1]”？
将模型保存到数据表可访问以下模型公式：
因此，E ^ n的较高值（即1）导致公式中的较低值（即0）。 我不确定如何从参数估算表中获取此信息。 有人可以向我解释一下吗？
分析工具回复：解释变量的参数估计你好@matthias_bruchh ，
首先，您有JMP Pro吗？ 如果是这样，我强烈建议对参数估算值进行引导计算，以更好地了解哪些参数实际为0（或接近0），哪些参数实际上非0以及它们的典型值（数千个引导程序的平均值） 。
话虽这么说，因为您已经设定了E ^ na标称值，所以当JMP报告参数估计值时，它将报告可能的值，在这种情况下为[-1 -1]，表示-1至1。 为了更好地了解E ^ n预测变量如何适合您的模型，您可能需要将其更改为序数。
E ^ n获得正系数（或0）的原因与您为预测返回的函数有关。 您的公式基本上如下：
y = exp（a + b * x_1 + c * x_2 + d * x_3 + f）
为了获得更大的y响应，指数的参数应尽可能大，因此，如果x_1和x_2的系数为负，而“ a”和“ f”的系数为正，则唯一的方法是获得更大的y响应。参数是使x_3的系数（即E ^ n）为正。
您提到N25的行为在观察其对预测变量的反应时具有物理意义。 如果您正在研究物理（或化学）过程，那么您是否有一个理论方程式开始？ 如果是这样，则应将其用作您的预测公式，而不必让跳变为您生成一个经验公式。 例如，如果您要测量一个球落下x米所需的时间，则可以使用一个物理公式来预测这一情况，即：y = y_0 + v_0 * t + 1/2 * g * t ^ 2，引力场中的运动公式。 在JMP中分析此类数据时，我会将公式固定为理论模型，并查看是否与理论存在偏差。
但是再次，我认为如果将E ^ n更改为序数，对您来说可能更有意义。 另外，如果确实需要让JMP生成经验公式，那么您将需要引导或模拟估算值以查看哪些实际为0或接近于零，以确保模型中不会丢失任何内容。
希望这可以帮助。
祝好运！，
DS
回复：解释变量的参数估计尊敬的DS，
将E ^ n从标称值更改为有序值确实可以解决问题。 该参数的绝对值与之前相同，但是符号变为负号，这更加直观。 非常感谢！
我确实有JMP PRO（但最近才知道）。
我没有在这种情况下可以使用的经验公式，但会对知道如何完成这一过程感兴趣。 如果您能将我引向教程，那么将不胜感激。 您提到的引导程序也是如此。
问候，
马蒂亚斯
回复：解释变量的参数估计你好@matthias_bruchh ，
很高兴对序数的更改奏效并帮了大忙。
就理论模型而言，如果您具有功能，则可以使用列属性中的“公式”功能根据预测变量对列进行“编程”。 但是，听起来您没有理论模型。
要引导估算，请右键单击JMP报告中的列估算，然后选择引导。 如果速度很快，则输入5000，但如果速度缓慢，则将其保持为2500。 确保选中“分数重量”框。 它将重新运行拟合多次，然后为预测变量的每个系数分配一个值（只需在输出数据表中运行“ distribution”脚本）即可。 然后，随着显示的分布和统计信息，您可以右键单击摘要统计信息，然后选择“制作为合并数据表”。 确保还自定义汇总统计信息以显示非零比例。
合并的数据表将包含估计值的平均值和非零比例。 在那里您可以看到平均值（典型值）以及该估算值非零的频率（百分比）-如果该数字很小，则估算值通常为零。 如果很大，那么大多数时候它都不为零。 这是确定模型中需要或不需要的术语的好方法。
您也可以选择“模拟”，但这需要数据表中的另一个公式列与您在模型中使用的公式列进行交换。 这涉及更多-请参阅自动验证来自Gotwalt和Ramsey。 有一个PPT和观看的视频对此进行了说明。 它稍有不同，并且引导方法的结果也会稍有不同，但是基本上是相同的。 我一直使用这些方法来消除模型中的因素。
自动验证方法的一个非常不错的区别是，它会生成一个完全随机且与您的数据正交的空因子。 只要在模拟中出现的频率比您在其他因素中出现的频率高，就可以消除出现频率较低的那些因素。 在此要小心，以确保为因素及其组合强加了层次结构和遗传规则。 实际上，如果您没有理论模型并且没有理由包括混合术语，那么我将它们完全排除在外，就像我所知道的数据科学家所说的那样，这只是“巫毒教”。
顺便说一句，您分析的数据是来自能源部还是仅来自常规实验室研究？
祝好运！，
DS
回复：解释变量的参数估计感谢DS，
我看看这个。 是的，数据来自DOI。 （实际上来自3个DOI。 该项目分为三个连续阶段。 我为此制作了三个独立的DOI，因为在那里存在许多约束，并且（当时）无法使用JMP的“增强设计”功能来实现它们。）
