与序数的相关性你好，
从设计评估中的相关性结果我不明白你如何估计相关性
- 一个序数和一个连续因子，以及
- 两个序数之间的相关性。
如果我理解正确的话，连续体之间的相关性是皮尔逊相关性的绝对值，但是当涉及序数时它是什么？
我可以看到序数中可用的相关性是（级别数）-1，但我不确定如何计算这些相关性。
例如，序数变量 X3 由 X3 1 和 X3 2 表示，但没有 X3 3。
然而，当根据其他序数 X4 评估 X3 时，相关性是针对整个 X3 与特定 X4 级别（即 X3*X4 1 和 X3*X4 2 - 因此是所有 X4 级别）
感谢您的时间。
这
分享和交流成果回复：与序数的相关性估计的相关性使用模型矩阵中的列。 您必须将设计矩阵中此因子的列扩展到模型矩阵中的列。 模型矩阵的列数比层数少 1。 这是因为最后一个级别的估计值等于其他级别的估计值的负和。
请参阅有关JMP 中线性模型的参数化。
回复：与序数的相关性你好，
感谢您的回答。
但是，我不确定我是否理解如何做到这一点。 我知道这并不像获取设计矩阵并检查相关性那么简单。
我需要模型矩阵，这意味着我必须首先设置模型。 但是，然后呢？
如何在 JMP 上找到模型矩阵？
以及如何使用我的 DoE 扩展模型矩阵？
然后在扩展矩阵上我怎么做才能找到相关性？
谢谢你的时间
回复：与序数的相关性当 JMP 在设计阶段和分析阶段为您提供此信息时，我不知道您为什么要计算估计值的相关性。 这是帮助 > 脚本指南 > 对象中的一个示例，说明了如何获取模型矩阵 X：
Names Default To Here( 1 );
dt = Open( "$SAMPLE_DATA/Drug.jmp" );
obj = dt << Fit Model(
Y( :y ),
Effects( :Drug, :x ),
Personality( Standard Least Squares ),
Emphasis( Minimal Report ),
Run
);
G = obj << Get X Matrix;
Show( G );
