Vorrei sapere a quale valore x 2 pendenze divergono in modo significativo quando si utilizzano i minimi quadrati per adattare i dati a 2 gruppi categorici, essendo x continuo come la variabile adattata. La documentazione online di JMP è spaventosamente inutile.
JMP® Pro 16.2.0
Grazie Giorgio,
Mi scuso per il lungo ritardo, ho un lungo covid e non potrei affrontare questa domanda sulle statistiche.
Hmm, questo è molto sopra la mia testa. Sono passati molti anni da quando ho dovuto scrivere le mie routine di statistiche. Non sono sicuro di capire cosa fa questo o addirittura dove raccoglie i dati in primo luogo.
Si prega di avvisare.
Potresti fare un modello Fit e aggiungere un filtro dati locale per il tuo x. Quindi puoi scorrere i valori x osservando i cambiamenti di pendenza nel rapporto Stima modello.
Un'altra idea sarebbe quella di aggiungere un raggruppamento personalizzato su x e utilizzare questa variabile con l'interazione in Fit Model. Quindi puoi vedere se la pendenza cambia con i contenitori personalizzati di X. Vedere lo script per gli esempi.
Names Default To Here( 1 );
dt = Open( "$SAMPLE_DATA\Big Class.jmp" );
dt << New Column( "Custom Binning[height]",
Numeric,
"Nominal",
Format( "Best", 12 ),
Formula( If( :height < 61.937, 60.937, :height >= 61.937, 61.937, . ) ),
Value Labels( {"." = "Missing", 60.937 = "< 62", 61.937 = "≥ 62"} ),
Use Value Labels( 1 ),
);
dt << Add Properties to Table(
{New Script(
"Fit Model local datafilter",
Fit Model(
Y( :weight ),
Effects( :sex, :height, :sex * :height ),
Personality( "Standard Least Squares" ),
Emphasis( "Effect Leverage" ),
Run(
:weight << {Summary of Fit( 1 ), Analysis of Variance( 1 ),
Parameter Estimates( 1 ), Scaled Estimates( 0 ), Plot Actual by Predicted( 1 ),
Plot Residual by Predicted( 1 ), Plot Studentized Residuals( 0 ),
Plot Effect Leverage( 1 ), Plot Residual by Normal Quantiles( 0 ),
Box Cox Y Transformation( 0 )}
),
Local Data Filter(
Conditional,
Add Filter( columns( :height ), Where( :height >= 56.994 & :height <= 70 ) )
),
SendToReport(
Dispatch(
{"Response weight", "Whole Model"},
"Actual by Predicted Plot",
OutlineBox,
{Close( 1 )}
),
Dispatch(
{"Response weight", "Whole Model"},
"Effect Summary",
OutlineBox,
{Close( 1 )}
),
Dispatch(
{"Response weight", "Whole Model"},
"Lack Of Fit",
OutlineBox,
{Close( 1 )}
),
Dispatch(
{"Response weight", "Whole Model"},
"Residual by Predicted Plot",
OutlineBox,
{Close( 1 )}
),
Dispatch(
{"Response weight", "Whole Model"},
"Summary of Fit",
OutlineBox,
{Close( 1 )}
),
Dispatch(
{"Response weight", "Whole Model"},
"Analysis of Variance",
OutlineBox,
{Close( 1 )}
),
Dispatch(
{"Response weight", "sex"},
"Least Squares Means Table",
OutlineBox,
{Close( 1 )}
)
)
)
), New Script(
"Fit Least Squares",
Fit Model(
Y( :weight ),
Effects(
:sex, :height, :"Custom Binning[height]"n, :sex * :height,
:sex * :"Custom Binning[height]"n, :height * :"Custom Binning[height]"n
),
Personality( "Standard Least Squares" ),
Emphasis( "Effect Leverage" ),
Run(
:weight << {Summary of Fit( 1 ), Analysis of Variance( 1 ),
Parameter Estimates( 1 ), Scaled Estimates( 0 ), Plot Actual by Predicted( 1 ),
Plot Regression( 0 ), Plot Residual by Predicted( 1 ),
Plot Studentized Residuals( 0 ), Plot Effect Leverage( 1 ),
Plot Residual by Normal Quantiles( 0 ), Box Cox Y Transformation( 0 )}
)
)
)}
);
dt << run script( "Fit Model local datafilter" );Non vedo perché ti lamenti dell'aiuto di JMP qui.Questo non mi sembra il tipo di domanda che mi aspetterei di vedere in un file della guida: riguarda davvero le scelte di modellazione e l'interpretazione.Forse mi sbaglio e qualcuno dirà che esiste un modo chiaro e preparato per farlo.
Dalla mia comprensione della tua domanda, dovresti modellare un effetto interattivo: x*group.Ma questo determina solo se le pendenze sono significativamente diverse tra i due gruppi.La tua domanda sembra indicare che ritieni che le pendenze diventino uguali a un certo valore di x, non a valori inferiori di x.Questo mi sembra un effetto di interazione non lineare.Potrebbe essere possibile utilizzare la piattaforma non lineare con parametri e ottenere stime di un parametro che indica il valore di x in corrispondenza del quale le pendenze iniziano a differire.Quanti dati hai?Se puoi condividerne una parte o un set di dati simile, posso descriverlo in modo più dettagliato.
