圖形生成器中預選的角色？看起來，如果您為列預先選擇一個角色（例如權重或頻率），則製表或表摘要會在分析中使用該角色，但圖形生成器不會。有人可以確認圖形生成器無法識別預先選擇的角色嗎？如果這是正確的，我們是否應該認為這是一個故障，或者是否有充分的理由？
在一個稍微獨立的問題上，我仍然發現變量的權重或頻率的選擇令人困惑 - 也許不必要如此。在許多計算中，這兩種名稱提供相同的結果，但在許多分析中它們不同。特別是，在簡單線性回歸中，權重或頻率似乎提供相同的線性模型，但權重似乎給出了回歸係數的正確標準誤差，但均方根誤差，而使用頻率則具有相反的特徵。這種差異有原因嗎？
例如，我正在查看不同國內航線的機票數據。每條路線都是一次觀察，我有平均票價和每天平均乘客數量（以及該路線的距離（英里））的數據。對於加權平均票價，使用乘客作為重量或頻率會得到相同的結果。對距離進行平均票價回歸，使用乘客作為權重或頻率會給出不同的結果 - 權重為距離係數提供正確的標準誤差，但提供不正確的均方根誤差，而頻率為係數提供正確的均方根誤差和不正確的標準誤差。我附上了一個示例數據集，其中包含 3 個嵌入式回歸模型（乘客沒有作用、乘客作為重量、乘客作為頻率）。
實驗設計回复：圖形生成器中預選的角色？謝謝。我看著紅色箭頭，完全錯過了標有“對話框”的按鈕。事實上，它提供了 Freq 變量的選項並且工作正常。我理解您對頻率和權重之間差異的解釋。換句話說，我想說前者更多的是數據的函數，而後者是您正在進行的分析的函數。我經常處理調查數據，其中抽樣程序給出的權重顯示每個響應家庭代表了多少特定類型的家庭。因此，數據本身就像一個匯總表，頻率似乎是合適的。在進行加權回歸時，權重實際上並不是數據的屬性，而是分析技術的屬性，並且權重是合適的。
看起來仍然令人困惑的是標準誤差的差異。使用頻率給出正確的均方根誤差，但回歸斜率的標準誤差錯誤（數量級太小）。我想這是因為 JMP 認為樣本量比實際大小大得多。但是，如果我使用權重，那麼回歸斜率的標準誤差是正確的，但均方根誤差太大了。我實在不明白這個區別。
回复：圖形生成器中預選的角色？單擊圖形生成器左上角的對話框按鈕。
回复：圖形生成器中預選的角色？權重和頻率之間的混淆很常見，在某些情況下，這並沒有什麼區別。 但為了確保這就是您想要的，讓我解釋一下。
當您有匯總的數據表時，頻率旨在提供幫助。 JMP 希望每個觀測值都放置在單獨的行中。 但有時您會連續觀察每種類型，然後對每種觀察進行計數。 這就是頻率角色的預期目的。
另一方面，權重就是這樣。 對重要性或不確定性的連續衡量。 一個例子是回歸。 回歸的一個重要假設是方差不變。 如果方差不是恆定的，則一種方法是通過倒數方差對每個觀測值進行加權。 它不作為觀察計數。 這是一個更細粒度的目的。
我希望這個解釋有幫助。
回复：圖形生成器中預選的角色？我對你的截圖也有疑問。當我啟動圖形生成器時，我沒有看到像您顯示的那樣的窗口。事實上，你的顯示了一個框頻率，以及我根本沒有得到的選項。我的有您的屏幕截圖未顯示的拖放區。我在哪裡可以獲得您所顯示的屏幕？
回复：圖形生成器中預選的角色？我認為圖形生成器可能無法識別預先分配的角色。但是，將乘客（在我的示例文件中）設置為顏色並不會將其視為重量。如果您查看圖形生成器中的最小二乘擬合，那麼它就是未加權回歸。因此，圖形生成器似乎不具備自動處理權重的能力。
您能解決我關於使用變量作為權重或頻率之間不一致的另一個問題嗎？
回复：圖形生成器中預選的角色？數值過程的分析角色並不能全部很好地轉化為視覺過程。 JMP 將“權重”角色轉換為“圖形生成器”中的“顏色”角色。 我將 Y 角色分配給 :weight，將 X 角色分配給 :height，將 Weight 角色分配給 :age。 我啟動圖形生成器，它是空的，等待我以交互方式構建圖形。 我單擊頂部的“對話框”按鈕，看到三件事。
首先，該平台沒有權重或頻率分析角色。 其次，JMP 將預先分配的權重角色轉換為顏色角色。 第三，我現在看到與圖形生成器相關的所有角色。
因此，預先分配的角色對該平台沒有多大幫助。 它們早於圖形生成器，並且它們並不總是翻譯，因此 JMP 會優雅地忽略它們或重新分配它們。
