最小二乗法を使用してデータを 2 つのカテゴリ グループに適合させたときに、どの x 値 2 の勾配が大幅に発散するかを知りたいです。x は適合変数と同様に連続的です。 JMP のオンライン ドキュメントは、驚くほど役に立ちません。
JMP® Pro 16.2.0
ゲオルク、ありがとう
長い遅延をお詫びします。私は長い間covidを抱えており、この統計の質問に答えることができませんでした.
うーん、これは私の頭をはるかに超えています。 独自の統計ルーチンを作成しなければならなかったのは何年も前のことです。 これが何をするのか、そもそもどこでデータを取得するのかを理解しているかどうかはわかりません。
お知らせ下さい。
Fit モデルを実行し、x のローカル データフィルターを追加することができます。 次に、Fit Model レポートで勾配の変化を観察しながら、x 値をスイープできます。
もう 1 つのアイデアは、x にカスタム ビニングを追加し、この変数を Fit Model の相互作用で使用することです。 次に、X のカスタム ビンで勾配が変化するかどうかを確認できます。 例については、スクリプトを参照してください。
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" );ここで JMP ヘルプについて不平を言う理由がわかりません。これは、ヘルプ ファイルに表示されると思われるタイプの質問とは思えません。これは、モデリングの選択と解釈に関するものです。おそらく私は間違っており、誰かがこれを行うための明確な方法があると言うでしょう.
あなたの質問に対する私の理解から、インタラクティブな効果をモデル化する必要があります: x*group.しかし、それは 2 つのグループ間で傾きが大きく異なるかどうかを判断するだけです。あなたの質問は、x の小さい値ではなく、x のある値で勾配が等しくなると信じていることを示しているようです。これは、非線形相互作用効果のように思えます。パラメータを指定して非線形プラットフォームを使用し、勾配が異なり始める x の値を示すパラメータの推定値を取得できる場合があります。どのくらいのデータを持っていますか?その一部、または同様のデータセットを共有していただければ、これについてさらに詳しく説明できます。
