予測式についてこんにちはメンバー、
jmp 16でRSM設計を行っており、モデルの予測式を抽出したいと思います。 これが私が得た予測式です。
x1とx2の中心点はそれぞれ25と10です。
- このタイプのモデルの中心点を使用して変数が中心に置かれるのはなぜか疑問に思っています。 （曲率を説明するために、1次モデルにのみ適用されると思いました）
- このモデルを書面で報告する場合、方程式をそのままにしておく必要がありますか？
どんな助けでも大歓迎です。 前もって感謝します。
DOERe：予測式についてこんにちは、
予測式をテーブルに保存し、式エディタを使用して開き、赤い三角形のメニューから[簡略化]を選択することで、2番目の式を最初の式に変換できることを知っておくと役立つ場合があります。
Re：予測式について回帰方程式の簡略化されたバージョンの手段を教えてくれてありがとう。 私はまだ回帰モデリングに不慣れです。 また、パラメーター推定値をそのまま使用しない理由も知りたいと思いました。 通常、予測式の中心点を使用して予測変数を中央に配置する理由は何ですか？
Re：予測式についてこんにちは@キマニ、
JMPがフィッティングを実行するとき、指定しない限り、デフォルトでXファクターを中央に配置します（私は思います）。 その理由は、アルゴリズムがベータ、係数のより良い推定値を決定できるためです。 このようにすることで、近似の未知の誤差の多くを定数イプシロンにプッシュし、それによって近似推定値の誤差、ベータを減らすことができます。
これが理にかなっていて、役立つことを願っています、
DS
Re：予測式について丁寧な説明ありがとうございます@markbailey 。 この説明は、回帰モデルを理解するのに大いに役立ちます。
Re：予測式について変数を変換する方法と理由はたくさんあります。 遭遇した変換は「コーディング」と呼ばれます。 いくつかの理由から、計画された実験からのデータを分析する場合のベストプラクティスと見なされます。 JMP設計プラットフォーム（カスタム設計など）は、[テーブルの作成]をクリックすると、コーディング列プロパティを連続因子データ列に追加します。 Fit Least Squaresプラットフォームはこの列プロパティを認識し、内部的に変換を適用します。
解釈：
コーディングしない場合、パラメーターの推定値はスケール（つまり、測定単位）によって異なります。 「どの要素が最も重要か」などの質問に答えるのは難しいです。見積もりを調べるだけです。 一方、コード化された因子レベルは、スケール不変の推定につながります。 これらは、因子の1単位の変化に対する応答の変化を表しますが、これはすべての因子の因子範囲の半分になります。 （このため、コード化された因子レベルを使用した推定は、「半減効果」と呼ばれることもあります。） また、切片は通常モデリングに必要ですが、意味がありません。 コーディングにより、切片は常にデザインスペースの原点での平均応答になります。
力：
実験の目的（スクリーニングと最適化など）に関係なく、常に最小の標準誤差で推定する必要があります。 設計は、推定値間の相関を決定します。 相関のない推定値の標準誤差は最小になります。 相関は、推定値の変動を膨らませ、したがって、それらの標準誤差を膨らませます。 完全に相関するエラーには無限の分散があるため、分離できません。 これらのパラメータによって表される効果は混乱しています。 因子レベルをコーディングすると、推定値間の相関が最小限に抑えられます。
安定：
モデル階層はコーディングに関連しています。 モデルに用語を追加またはモデルから削除するときは、モデル階層を維持することを強くお勧めします。 1つの理由は、コーディング変換を逆にするなど、後で変数を変更（変換）すると、モデルが不安定になることです。 によって提案されたように数式エディタで簡略化機能を使用する@HadleyMyersモデルを選択するときに階層を維持しないと、別のモデルが生成されます（一部の用語が消え、新しい用語が表示されます）。
