계층적 회귀계층 회귀에서 변수 블록을 지정하는 방법
감사해요
해석학Re: 계층적 회귀문제는 많은 열을 잡는 방법입니다.
열 필터 메뉴를 사용하고 싶을 수 있습니다.
플랫폼에서 Windows 시작(jmp.com)
Re: 계층적 회귀Hierarchical Linear Regression을 언급한다면 이것이 JMP에서 별도의 플랫폼이라고 생각하지 않습니다.상당히 간단한 대안이 있기 때문일 수 있습니다(적어도 계층적 선형 회귀에 대한 이해를 기반으로 함).
- 표준 리스 제곱 보고서에서 용어 추가/제거,
- 단계적 회귀,
- 앙상블 모델링.
앙상블 모델링의 경우 이것을 선형 회귀 이상으로 확장할 수 있으며 라이너 회귀 후에 파티션을 포함할지 여부를 결정할 수 있습니다.
용어 추가/제거
최소 제곱 보고서의 효과 요약 섹션에는 용어를 추가/제거하는 옵션이 있습니다. 단계적 섹션에 설명된 대로 요약 통계를 비교할 수 있습니다.
단계적으로
블록에 변수를 추가하는 대신 임의의 순서로 개별적으로 변수를 추가하고 각 블록을 추가한 후 중지할 수 있습니다.적합 모형을 사용하면 모든 그룹에서 가능한 모든 항을 모형 효과로 추가합니다. 예를 들어, 키와 몸무게에서 빅 클래스 데이터 세트의 나이를 예측한 다음 키*체중 항을 추가할지 여부를 결정하려면 모델 시작 대화 상자에서 세 항을 모두 추가합니다.그런 다음 첫 번째 블록에 항을 입력하고 모형 적합을 기록합니다. 매개변수의 , 두 번째 블록을 추가하고 비교하십시오.단계적 회귀 제어 섹션의 설정을 사용하여 스스로 선택한 모델로 자동으로 이동할 수 있습니다.
Fit Model 시작에서 모든 모델 효과를 추가하고 단계적으로 선택합니다.
첫 번째 블록의 변수를 추가합니다(가중치에 대한 P 값은 무시합니다).
이제 두 번째 블록을 추가하고 RSquare가 약간 상승했지만 AIC와 BIC도 상승했는지 확인하세요. 두 번째 블록을 포함하고 싶지 않다는 것을 나타냅니다.
앙상블 모델링
적합 모형에서 첫 번째 블록을 사용하여 모형을 만들고 잔차를 저장합니다. 그런 다음 후속 모델을 사용하여 잔차를 예측해 보십시오.
첫 번째 블록을 사용하여 모델 작성: 여기서는 예제를 더 간단하게 만들기 위해 age를 연속으로 변환했습니다.
예측 및 잔차를 저장합니다.
이제 적합 모델을 다시 시작하고 두 번째 블록을 사용하여 첫 번째 모델의 잔차를 예측합니다. 이들 중 어느 것도 선형 모델일 필요가 없음을 기억하십시오. JMP가 (정확하게) 각 개별 항 없이 교차 항에서 모델을 구축하는 것을 원하지 않기 때문에 효과가 누락되었다는 메시지를 받을 수 있습니다.이 예에서는 이전 단계에 이미 포함되어 있지만 다시 추가할 수 있습니다.
이제 이 모델의 결과를 사용하여 최종 모델에 두 번째 블록을 포함할지 여부를 결정할 수 있습니다. 이 경우 두 항에 대한 p 값이 매우 높아 블록 2를 포함하지 않아야 함을 나타냅니다.
두 모델을 모두 사용하여 예측을 얻으려면 각각의 예측을 추가하기만 하면 됩니다.
Re: 계층적 회귀계층적 회귀라는 개념은 사람들마다 의미가 다른 것 같습니다. 내가 찾는 것은 다음과 같습니다.
계층 회귀는 관심 변수가 다른 모든 변수를 고려한 후 종속 변수(DV)의 통계적으로 유의한 양의 분산을 설명하는지 보여주는 방법입니다. 이것은 통계적 방법이 아닌 모델 비교를 위한 프레임워크입니다. . 이 프레임워크에서는 각 단계에서 이전 모델에 변수를 추가하여 여러 회귀 모델을 구축합니다. 이후 모델에는 항상 이전 단계의 더 작은 모델이 포함됩니다. 많은 경우에 우리의 관심은 새로 추가된 변수가 아르 자형 2 (모델에 의한 DV의 설명된 분산 비율).
이 아이디어는 관심 변수의 효과를 혼동하거나 은폐할 수 있는 출처의 편차를 설명하는 것입니다. 예를 들어, TV 효과. 모델은 폭력적인 만화를 시청하여 공격적인 활동이 "유발"되었는지 알고 싶어할 수 있지만 다른 요인이 있으므로 계층적 모델에는 하나씩 입력된 변수 블록이 포함될 수 있습니다.블록 R sq에 의해 설명된 모든 스퓨리어스 분산과 함께 마지막 항은 관심 변수입니다. 모델은 다음과 같을 수 있습니다.
공격적 행동 측정 = (나이, 성별) + (학력, 소득) + (TV 폭력 노출)
각 블록의 R 제곱을 확인합니다.(각 블록 내의 활동은 무시합니다.) TV 폭력에 대한 흥미로운 Rsq가 여전히 있으면 다른 변수를 고려한 후에도 중요하다고 주장합니다.이렇게 하면 꽤 강력한 주장을 할 수 있습니다.
SPSS에서는 쉽게 수행할 수 있으며 JMP가 변수 블록을 순차적으로 생성하는 유사한 방법을 제공하지 않는다는 점에 약간 실망했습니다.
JMP가 Stepwise, UGH로 알아낸 것이 없다면.대학원에서 우리는 입력되는 순서 변수가 이론이 아니라 프로그램의 알고리즘과 관련이 있기 때문에 단계적 회귀가 "아무것도 모르는" 회귀라고 배웠습니다.이것은 단계적 모델 안팎으로 변수를 드롭하고 계수가 제대로 작동하지 않는 것을 관찰함으로써 쉽게 표시할 수 있습니다. JMP 문서는 단계적으로 복잡한 모델을 실행한 다음 "중요함"에 따라 변수를 삭제할 것을 제안합니다.
나는 당신이 당신의 게시물 끝에 나에게 준 예를 볼 것이지만 그것이 내가 찾고있는 것인지 확실하지 않습니다.
도와 주셔서 감사합니다
Re: 계층적 회귀귀하의 설명은 원래 게시물보다 훨씬 낫습니다. 감사합니다. 계층(또는 내포)은 변이 또는 요인의 구성 요소 간의 특정 관계를 지정하는 데 사용되는 특정 용어입니다. 계층 구조는 설명되어야 하는 합리적인 순서가 있음을 의미합니다. 예를 들어 일괄 처리 및 일괄 처리 내. 내 배치는 배치 내에 중첩되어야 합니다...내 배치 샘플에서 여러 배치를 가져올 수 없습니다.
내 생각은 다음과 같습니다.
에 관하여 " 계층적 회귀는 관심 있는 변수가 다른 모든 변수를 고려한 후 종속 변수(DV)의 통계적으로 유의한 양의 분산을 설명하는지 보여주는 방법입니다."
1. 통계적 유의성은 조건문입니다. 추론 공간과 비교되는 구성 요소에 따라 다릅니다. 데이터 수집 방법에 따라 완전히 다릅니다. "다른 모든 변수를 고려한 후"가 무엇을 의미하는지 정확히 모르겠습니다. 유형 III SS를 사용한 분석은 모델의 다른 모든 항이 고려된 후 모델의 각 항을 평가하지만 그것이 의미하는 바는 아니라고 생각합니다...
2. 소프트웨어에서 수행한 분석을 해석하려면 항상 컨텍스트가 필요합니다. 컨텍스트는 "전문가"라는 주제로 제공되어야 합니다.
3. 가설에 기반한 데이터 수집 계획을 설계하고 그 가설을 대표하는 변동 소스를 포함하는 데이터 수집 계획을 설계하는 것은 소프트웨어가 아니라 사용자가 하는 일입니다. 이러한 소스의 하위 집합을 선택하는 방법과 수행하려는 비교는 귀하의 결정입니다. 이러한 소스가 중첩, 체계적 또는 교차 여부는 데이터를 수집하는 방법의 기능입니다.
4. Rsq는 모델을 개발하는 데 사용되는 메트릭 중 하나일 뿐입니다. 모델 구축을 해당 값으로 제한하지 않고 기본값으로 조정된 Rsq를 사용합니다. 수정된 Rsq와 Rsq 사이의 델타(모델을 과도하게 지정하는 경우), RMSE, p-값, 잔차 및 잔차 도표 등을 고려하십시오. 알.
5. " 이 프레임워크에서는 각 단계에서 이전 모델에 변수를 추가하여 여러 회귀 모델을 구축합니다. 이후 모델에는 항상 이전 단계의 더 작은 모델이 포함됩니다." 이것은 본질적으로 단계적 회귀입니다. 시작할 구성 요소와 추가할 구성 요소를 선택하거나 소프트웨어가 이를 기반으로 평가하도록 할 수 있습니다. 당신이 설정한 기준.
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
파티셔닝 플랫폼을 사용하여 유사한 기능을 수행할 수도 있습니다.
https://www.jmp.com/support/help/en/16.2/?os=mac&source=application&utm_source=helpmenu&utm_medium=application#page/jmp/partition-models.shtml
JMP의 또 다른 옵션은 모델을 비교하는 것입니다.
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. " SPSS에서는 쉽게 수행할 수 있으며 JMP에서는 변수 블록을 순차적으로 생성하는 유사한 방법을 제공하지 않는다는 점에 약간 실망했습니다." 나는 SPSS를 사용하지 않지만, 당신이 당신이 의미하는 바를 보여줄 수 있다면, 우리는 당신을 안내할 수 있을 것입니다. 소프트웨어가 블록을 순차적으로 생성한다는 것은 무엇을 의미합니까? 당신은 입력 SPSS에 가설을 세우고 블록을 적절하게 생성합니까? 나는 그것을보고 싶습니다.
7. 공격적 행동 측정 = (나이, 성별) + (교육, 수입) + (TV 폭력 노출). 포함하지 않았거나 모델과 혼동되는 변수가 더 많습니다. 인구 통계, 가족 단위, 개인적 외상, 양육, 실제 폭력에 대한 노출. 그리고 공격적인 행동을 어떻게 측정합니까?측정 시스템이 일관성이 있습니까? 측정 시스템이 결과를 편향되게 합니까?
