階層回帰階層回帰で変数のブロックを指定するにはどうすればよいですか
ありがとう
分析Re：階層回帰問題は、どのようにして多くの列を取得するかです。
列フィルターメニューを使用したい場合があります。
プラットフォームでWindowsを起動する（jmp.com）
Re：階層回帰階層線形回帰について言及している場合、これはJMPの独立したプラットフォームではないと思います。これは、かなり単純な代替案があるためである可能性があります（少なくとも階層線形回帰の私の理解に基づく）：
- 標準のリーススクエアレポートでの用語の追加/削除、
- ステップワイズ回帰と、
- アンサンブルモデリング。
アンサンブルモデリングの場合、線形回帰だけでなくこれを拡張できることに注意してください。ライナー回帰の後にパーティションを含めるかどうかを決定できます。
規約の追加/削除
最小二乗レポートの効果の要約セクションには、用語を追加/削除するオプションがあります。段階的なセクションで説明されているように、要約統計量を比較できます。
段階的に
ブロックに変数を追加する代わりに、任意の順序で変数を個別に追加し、各ブロックを追加した後で停止することができます。適合モデルを使用して、すべてのグループで可能なすべての用語をモデル効果として追加します。 たとえば、高さと体重からビッグクラスのデータセットの年齢を予測し、高さ*体重の項を追加するかどうかを決定する場合は、モデルの起動ダイアログボックスに3つの項すべてを追加します。次に、最初のブロックに用語を入力し、モデルの適合を記録しますパラメーター、次に2番目のブロックを追加して比較します。ステップワイズ回帰制御セクションの設定を使用して、自分で選択したモデルに自動的に到達することができます。
Fit Modelの起動で、すべてのモデルエフェクトを追加し、段階的に選択します。
最初のブロックの変数を追加します（重みのP値を無視しています）：
次に、2番目のブロックを追加し、RSquareがわずかに上昇したことに注目してください。ただし、AICとBICも上昇しており、2番目のブロックを含めたくないことを示している可能性があります。
アンサンブルモデリング
適合モデルでは、最初のブロックを使用してモデルを作成し、残差を保存します。 次に、後続のモデルを使用して残差を予測してみてください。
最初のブロックを使用してモデルを作成します。ここでは、例を簡単にするために、年齢を連続に変換しました。
予測と残差を保存します。
ここで、適合モデルを再度起動し、2番目のブロックを使用して最初のモデルからの残差を予測します。これらはどちらも線形モデルである必要はないことに注意してください。 JMPは（正しく）個々の項がないクロス項からモデルを構築することを望まないため、効果が欠落しているというメッセージが表示される場合があります。この例では、それらは前のステップにすでに含まれていますが、再度追加することができます。
これで、このモデルの結果を使用して、最終モデルに2番目のブロックを含めるかどうかを決定できます。 この場合、両方の項のp値は非常に高く、ブロック2を含めるべきではないことを示しています。
両方のモデルを使用して予測を取得するには、それぞれから予測を追加するだけです。
Re：階層回帰階層回帰の考え方は、人によって意味が異なるようです。 これが私が探しているものです：
階層回帰は、関心のある変数が、他のすべての変数を考慮した後、従属変数（DV）の統計的に有意な量の分散を説明するかどうかを示す方法です。 これは、統計的手法ではなく、モデル比較のフレームワークです。 。 このフレームワークでは、各ステップで前のモデルに変数を追加することにより、いくつかの回帰モデルを構築します。後のモデルには、前の手順で常に小さいモデルが含まれます。 多くの場合、私たちの関心は、新しく追加された変数が大幅な改善を示すかどうかを判断することです。 R 2 （モデルによるDVの説明された分散の割合）。
目的の変数の影響を混乱または隠蔽する可能性のあるソースからの分散を説明するという考え方です。 たとえば、TVエフェクト。 モデルは、漫画の暴力を見ることによって攻撃的な活動が「引き起こされた」かどうかを知りたい場合がありますが、他の要因があるため、階層モデルには、1つずつ入力された変数のブロックが含まれる場合があります。ブロックRsqによって説明されるすべてのスプリアス分散では、最後の項が対象の変数です。 モデルは次のようになります。
攻撃的な行動の尺度=（年齢、性別）+（教育、収入）+（テレビの暴力への暴露）
各ブロックのRsqを確認します。（各ブロック内のアクティビティは無視します。）テレビの暴力に関する興味深いRsqがまだある場合は、他の変数を考慮した後でも、それが重要であると主張します。このようにして、かなり強い主張をすることができます。
SPSSで行うのは簡単ですが、JMPが変数のブロックを順番に作成する同様の方法を提供していないことに少しがっかりしています。
JMPがStepwise、UGHで何かを理解していない限り。大学院に戻ると、変数が入力される順序は理論ではなくプログラムのアルゴリズムに関係しているため、段階的には「何も知らない」回帰であると教えられました。これは、段階的なモデルに変数を出し入れし、係数がうまくいかないのを見ると簡単にわかります。 段階的なJMPドキュメントでは、複雑なモデルを実行してから、そこに基づいて変数を削除することを提案しています。
投稿の最後にあなたがくれた例を見ていきますが、それが私が探しているものかどうかはわかりません
助けてくれてありがとう
Re：階層回帰あなたの説明はあなたの元の投稿よりもはるかに優れています、ありがとう。 階層（またはネスト）は、変動または要因のコンポーネント間の特定の関係を指定するために使用される特定の用語です。 階層は、説明しなければならない合理的な順序があることを意味します。 たとえば、バッチ間およびバッチ内。 バッチ内はバッチ内にネストする必要があります...バッチ内サンプルから複数のバッチを取得することはできません。
これが私の考えです：
それにかんする "階層回帰は、関心のある変数が、他のすべての変数を考慮した後、従属変数（DV）の統計的に有意な量の分散を説明するかどうかを示す方法です。」
1.統計的有意性は条件付きステートメントです。 それは推論空間と、どのコンポーネントが比較されているかに依存します。 それは、データがどのように収集されたかに完全に依存しています。 「他のすべての変数を考慮した後」とはどういう意味か正確にはわかりませんか？ タイプIIISSを使用した分析では、モデル内の他のすべての用語が考慮された後、モデル内の各用語が評価されますが、それが意味することではないと思います...
2.ソフトウェアによって行われた分析を解釈するには、コンテキストが常に必要です。 コンテキストは、トピック「エキスパート」によって提供される必要があります。
3.仮説によって推進され、その後、それらの仮説を表す変動のソースを含むデータ収集計画を設計することは、ソフトウェアではなく、あなたが行うことです。 これらのソースをどのようにサブセット化するか、およびどのような比較を行うかは、あなたの決定です。 これらのソースがネストされているか、体系的であるか、交差しているかは、データの収集方法によって異なります。
4. Rsqは、モデルの開発に使用されるメトリックの1つにすぎません。 モデル構築をその1つの値に制限せず、デフォルトとして調整されたRsqを使用します。 調整されたRsqとRsqの間のデルタ（モデルを過剰に指定するため）、RMSE、p値、残差、残差プロットなどを考慮してください。 al。
5.」このフレームワークでは、各ステップで前のモデルに変数を追加することにより、いくつかの回帰モデルを構築します。後のモデルには、前の手順で常に小さいモデルが含まれます。」 これは本質的に段階的回帰です。 開始するコンポーネントと追加するコンポーネントを選択するか、ソフトウェアにこれを評価させることができます設定した基準。
https://www.jmp.com/support/help/en/16.2/?os=mac&source=application&utm_source=helpmenu&utm_medium=application#page/jmp/stepwise-regression-models.shtml
パーティショニングプラットフォームを使用して、同様の機能を実行することもできます。
https://www.jmp.com/support/help/en/16.2/?os=mac&source=application&utm_source=helpmenu&utm_medium=application#page/jmp/partition-models.shtml
JMPのもう1つのオプションは、モデルを比較することです。
https://www.jmp.com/support/help/en/16.2/?os=mac&source=application&utm_source=helpmenu&utm_medium=application#page/jmp/model-comparison.shtml#186176
6.「 SPSSで行うのは簡単ですが、JMPが変数のブロックを順番に作成する同様の方法を提供していないことに少しがっかりしています。」 私はSPSSを使用していませんが、あなたが何を意味するのかを教えていただければ、私たちがご案内できるかもしれません。 ソフトウェアが順番にブロックを作成するとはどういう意味ですか？ あなたが入るSPSSに仮説を立てると、ブロックが適切に作成されますか？ 見たいです。
7。攻撃的な行動の尺度=（年齢、性別）+（教育、収入）+（テレビの暴力への暴露）。 含まれていない、またはモデルと交絡している変数は他にもたくさんあります。 人口統計、家族単位、個人的なトラウマ、育成、実際の暴力への暴露。 そして、どのように攻撃的な行動を測定しますか？測定システムは一貫していますか？ 測定システムは結果にバイアスをかけていますか？
