여러분, 안녕하세요,
저는 R 패키지인 rFSA[ 크랜 링크 , 깃허브 링크 ], 지난 몇 개월 동안 JMP에. FSA 및 rFSA에 대해 자세히 알아볼 수 있습니다. 여기 . 다음은 제 JMP 추가 기능에 대한 개요입니다.
회귀 모델을 구축하는 과정에서 과학자들은 때때로 하나 이상의 관심 변수의 효과를 평가해야 합니다. 가법 회귀 모델에서 효과(예: 치료)는 가능한 모든 하위 그룹(예: 성별, 인종, 연령)에서 동일한 것으로 가정됩니다. 가능한 모든 상호 작용 효과를 확인하는 것은 데스크톱 컴퓨터에서 너무 시간이 많이 걸리거나 불가능합니다. 내 새 JMP 추가 기능은 FSA(Feasible Solutions Algorithm)를 구현합니다. 이 알고리즘은 가능한 모든 항목을 확인할 필요 없이 다변수 선형 및 로지스틱 회귀 모델에 추가할 2방향 및 3방향 상호 작용을 식별하여 데이터 세트의 하위 그룹별 효과를 탐색하기 위한 것입니다. 조합. 추가 기능을 통해 사용자는 응답 변수, 고정 주효과, 모델링 유형을 지정한 다음 상호 작용 효과에 대해 탐색하려는 변수를 지정할 수 있습니다. 그런 다음 사용자는 완료하려는 알고리즘의 무작위 시작 수와 탐색할 상호 작용 순서를 지정합니다. 사용자가 "확인"을 누르면 알고리즘은 지정된 주 효과가 있는 모델에 추가할 가능한 작은 상호 작용 p-값과의 상호 작용을 찾습니다. 결과는 데이터 테이블로 반환됩니다.
내 프리젠 테이션 " 탐색 상호 작용 회귀 JMP가 있는 모델 그리고 실현 가능한 솔루션 연산 "는 다가오는 JMP 디스커버리 서밋 기간 동안 세미 라이브로 스트리밍됩니다. 이 프레젠테이션에서는 R 패키지를 JMP 추가 기능으로 이동하는 과정과 추가 기능 사용 방법에 대한 개요/예에 대해 설명합니다.
감사합니다 @markbailey 다양한 .jsl 관련 질문에 대한 도움이 필요합니다.
추가 기능 및 예제 데이터 세트가 이 게시물에 첨부되어 있습니다. 질문이나 의견이 있으면 알려주세요.
