2개의 범주 그룹으로 데이터를 맞추기 위해 최소 제곱을 사용할 때 어느 x 값 2 기울기가 크게 갈라지는지 알고 싶습니다. x는 적합 변수와 같이 연속적입니다. JMP 온라인 설명서는 끔찍할 정도로 도움이 되지 않습니다.
JMP® Pro 16.2.0
게오르그에게 감사합니다.
오랜 지연에 대해 사과드립니다. 오랫동안 코로나19에 걸렸고 이 통계 질문에 답할 수 없었습니다.
흠, 이것은 내 머리를 넘어선 것입니다. 내 자신의 통계 루틴을 작성해야 했던 지 수년이 지났습니다. 나는 이것이 무엇을 하는지 또는 처음에 데이터를 선택하는 곳을 실제로 이해하고 있는지 잘 모르겠습니다.
조언 부탁드립니다.
Fit 모델을 수행하고 x에 대한 로컬 데이터 필터를 추가할 수 있습니다. 그런 다음 Fit Model 보고서에서 기울기 변화를 관찰하는 x 값을 스윕할 수 있습니다.
또 다른 아이디어는 x에 사용자 지정 비닝을 추가하고 이 변수를 모델 적합에서 상호 작용과 함께 사용하는 것입니다. 그런 다음 X의 사용자 지정 저장소로 기울기가 변경되는지 여부를 확인할 수 있습니다. 예제는 스크립트를 참조하십시오.
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" );여기서 JMP 도움말에 대해 불평하는 이유를 모르겠습니다.이것은 도움말 파일에서 볼 것으로 예상되는 질문 유형으로 저를 놀라게 하지 않습니다. 실제로는 모델링 선택 및 해석과 관련이 있습니다.아마도 내가 틀렸을 것이고 누군가는 이것을 하기 위해 명확하게 준비된 방법이 있다고 말할 것입니다.
귀하의 질문에 대한 이해를 바탕으로 상호 작용 효과인 x*group을 모델링해야 합니다.그러나 그것은 두 그룹 사이의 기울기가 크게 다른지 여부를 결정합니다.귀하의 질문은 기울기가 x의 더 작은 값이 아니라 x의 일부 값에서 같아진다고 믿는다는 것을 나타내는 것 같습니다.그것은 비선형 상호 작용 효과로 저를 때립니다.매개변수가 있는 비선형 플랫폼을 사용하고 기울기가 달라지기 시작하는 x 값을 나타내는 매개변수의 추정치를 얻을 수 있습니다.얼마나 많은 데이터가 있습니까?그 중 일부 또는 유사한 데이터 세트를 공유할 수 있다면 이에 대해 더 자세히 설명할 수 있습니다.
