OLS 회귀 및 단순 기울기의 상호 작용.안녕 모두들,
현재 상호 작용 효과가 있는 OLS(선형) 회귀 모델을 수행하려고 합니다(조정 테스트를 위해). 예를 들어, 두 개의 연속 변수 X와 M과 이들의 상호 작용 X*M을 사용하여 연속 변수 Y를 예측한다고 가정해 보겠습니다.
교호작용 항의 효과의 결과는 중요합니다. 그러나 JMP에 단순 기울기에 대한 데이터 제공을 요청하는 방법을 모르겠습니다.
구체적으로, M의 다른 수준에서 X Y의 효과에 대한 베타와 그 중요성을 어떻게 얻을 수 있습니까? (보통 -1sd, 평균, 연속 변수의 경우 1sd 또는 중재자가 중재자의 두 수준보다 2진인 경우).
나는 플롯을 얻는 방법을 알고 있습니다 (Fit model ... 전체 계승 등), 하지만 충분하지 않습니다. 기울기, SE 및 유의성에 대한 실제 단순 효과가 필요합니다.
문제에 대한 도움을 주시면 감사하겠습니다.
Re: OLS 회귀 및 단순 기울기의 상호 작용.@얌 @nguyentandat234 Vanderbilt의 박사 과정 학생이기도 한 우리의 여름 인턴 중 한 명인 @haley.yaremych가 다음과 같은 글을 작성한 것을 공유하게 되어 기쁩니다 중재 및 중재를 위한 추가 기능 이제 JMP 커뮤니티에서 사용할 수 있습니다. 그녀는 또한 사용 방법을 설명하는 예제와 함께 훌륭한 블로그 게시물을 작성했습니다.
누가, 무엇을, 왜, 어떻게? JMP Pro에서 중재 및 중재 중재를 모델링 및 시각화하기 위한 도구
추가 기능을 사용하려면 JMP Pro 16.0 이상이 필요합니다. 다음은 간단한 기울기와 중재자의 각 값에서 통계적 유의성을 표시하는 상호 작용이 있는 Johnson-Neyman 플롯의 미리 보기입니다.
나는 이것이 당신의 작업에 유용하기를 바랍니다!
~로라
Re: OLS 회귀 및 단순 기울기의 상호 작용.수평선이 모두 신뢰 구간 내에 있으면 해당 요인의 효과가 쉽게 0(기울기 없음)이 될 수 있으므로 요인이 중요하지 않습니다. 따라서 중요하지 않습니다.
Re: OLS 회귀 및 단순 기울기의 상호 작용.감사 @Dan_Obermiller
질문 1개만 더. 올바르게 이해하면 빨간색 수평선은 DV의 예측 값이고 음영 처리된 부분은 예측 VL의 CI입니다. 그렇다면 수평선이 음영 처리된 CI 내부에 있을 때 결과가 중요하지 않은 이유를 이해하는 데 도움을 줄 수 있습니까?
Re: OLS 회귀 및 단순 기울기의 상호 작용.불행히도 지금은 간단한 슬로프에서 테스트를 구축할 시간이 없습니다. 아마도 다른 누군가가 그 일을 도울 수 있습니다. 첨부된 사진에서 내가 알아차린 한 가지는 예측 프로파일러에 신뢰 구간이 켜져 있지 않다는 것입니다. 프로파일러의 빨간색 삼각형을 클릭하면 신뢰구간을 선택합니다. 밴드가 다음 그림과 같이 표시되어야 합니다.
이것은 귀하의 데이터가 아니지만 왼쪽 그림에 주목하십시오. 음영 처리된 신뢰 구간 내에 있지 않은 수평선이 있습니다. 그 변수(Career At Bats)는 중요합니다. 오른쪽의 음영 신뢰 구간은 수평 평균선을 완전히 포함합니다. 그 변수는 중요하지 않습니다. 이는 95% 신뢰 구간이며 5% 유의 수준에서 테스트를 수행하는 것과 같습니다.
Re: OLS 회귀 및 단순 기울기의 상호 작용.~에게 @Dan_Obermiller , Simple Slope Analysis에서 비슷한 문제가 발생했는데 귀하의 답변이 매우 도움이 되었습니다. X 기울기의 통계적 유의성을 찾기 위해 오차 대역을 사용하는 방법에 대해 자세히 설명할 수 있습니까?
(예를 들어, Prediction Profiler에서만 Interval Confidence만 찾을 수 있으므로 오류 밴드를 표시하는 방법은 무엇입니까? 정확한 유의 수준을 찾거나 단순 기울기가 중요하다는 것을 알 수 있습니까?)
나는 이미 계산할 수 있다 β -1 SD, +1 SD 및 평균에서의 단순 기울기. 남은 것은 중요도 수준을 계산하는 것뿐입니다.
도움이 될 수 있다면 여기 내 데이터가 있습니다.
Re: OLS 회귀 및 단순 기울기의 상호 작용.고맙습니다.
Re: OLS 회귀 및 단순 기울기의 상호 작용.JMP를 사용하여 해당 항목을 "자동으로" 얻을 수 있는 방법이 없습니다. 결정을 내리는 데 필요한 정보는 얻을 수 있지만 보고할 실제 값은 얻을 수 없습니다. 따라서 이를 수행하려면 JMP 스크립트를 만들어야 합니다.
문서에서 알 수 있듯이 "... 대부분의 소프트웨어 프로그램은 간단한 경사를 플로팅하거나 테스트하기 위해 사전 패키지된 절차를 만들지 않았습니다."
누군가 이 기능을 목록에 추가했는지 확인하려면 JMP 위시 목록을 살펴보십시오. 그렇다면 개발자가 해당 기능에 대한 지원을 알 수 있도록 해당 항목을 칭찬하십시오. 찾을 수 없으면 JMP의 향후 릴리스에서 고려할 수 있도록 추가하십시오.
Re: OLS 회귀 및 단순 기울기의 상호 작용.먼저 두 분의 도움에 감사드립니다. 대단히 감사합니다.
내 연구의 결과 섹션에 보고해야 하므로 간단한 기울기가 필요합니다. -1sd, mean 및 +1sd에 대해 허용되는 실제 값(b(SE), p 값)을 포함하지 않고는 설명할 수 없습니다. .
따라서 질문은 JMP에서 이를 얻을 수 있는 방법이 있습니까?
다시 한 번, 도움을 주셔서 대단히 감사합니다!
Re: OLS 회귀 및 단순 기울기의 상호 작용.간단한 슬로프를 설명하는 첨부 문서는 바로 @Mark_Bailey 설명했다. 유일한 차이점은 Mark가 귀하의 경우 범주형 Z에 대한 매개변수를 명시했다는 것입니다(남성(-1) 또는 여성(+1)).
이를 확인하기 위해 첨부 파일에서 모델은 Y = -2.3X + -0.5Z + 1.6XZ + 3.0이었습니다. 그들은 Z에 대해 3.5의 값을 선택했습니다. 그것을 Z에 대입하면 Y = (3.0 + 3.5*(-0.5)) + (-2.3 +1.6*3.5)X가 됩니다. -2.3 + 1.6*3.5 = 3.3 X로 결과와 정확히 일치합니다. Mark는 같은 것을 제안했지만 -1과 +1을 사용했습니다. JMP에서 남성과 여성 값이 코딩되는 방식이기 때문입니다. 범주형 요소를 사용하면 "단순 경사"를 더 쉽게 찾을 수 있습니다.
첨부 파일에 설명된 모든 작업을 수행하기 위해 JMP 스크립트를 작성할 수 있지만(SPSS 또는 R에 대해 수행한 작업과 유사) 이것이 필요한지 확실하지 않습니다. 공정하게 말해서, 단순 슬로프 문서를 자세히 살펴보지 않았기 때문에 확실하게 하려면 이것을 더 탐구해야 합니다. 어쨌든 다음은 그러한 스크립트가 필요한지 확인하기 위해 살펴봐야 할 몇 가지 사항입니다.
예측 프로파일러는 당신의 친구입니다! 프로파일러에서 Z 값을 드래그하면 X에 대한 다양한 단순 기울기가 표시됩니다. 이것은 일부만 선택하는 것이 아니라 Z의 모든 설정에 대한 X 기울기를 볼 수 있는 강력한 방법입니다. 예측 프로파일러는 또한 해당 X 기울기의 통계적 유의성을 평가하기 위해 오류 대역을 제공합니다. 밴드에 수평선이 포함될 수 있다면 중요하지 않습니다.
빨간색 팝업 삼각형에서 상호 작용 프로파일러를 추가합니다. 그러면 가장 낮은 Z 설정과 가장 높은 Z 설정에 대한 기울기가 표시됩니다.
마지막으로 문서에는 다음과 같은 문장이 있습니다. "일반적인 권장 사항은 예측 변수 각각의 평균을 뺀 다음 상호 작용 항을 계산하여 예측 변수를 중앙에 배치하는 것입니다." Z가 연속이면 JMP가 자동으로 이 작업을 수행합니다. 따라서 JMP는 단순 슬로프 아이디어를 구현하는 직접적인 방법을 허용하는 일반적인 권장 사항을 따르고 있습니다.
간단한 기울기 계산이 모두 포함된 작업 데이터 세트를 가져와 JMP를 통해 실행하여 작업 계산이 JMP 출력과 일치하는 위치를 확인하는 것이 좋습니다.
Re: OLS 회귀 및 단순 기울기의 상호 작용.JMP는 '단순한 기울기'의 특성을 이해하기 위해 시각화를 강조하거나 주어진 수준에서 다른 요소를 유지하면서 한 요소의 효과 프로파일을 이해합니다.
Fit Least Squares 옆에 있는 빨간색 삼각형을 클릭하고 요인 프로파일링 > 프로파일러를 선택합니다. 이 대화형 그림은 전체 모델을 기반으로 하지만 각 요인의 프로필을 개별적으로 보여줍니다. JMP가 선, 곡선 또는 프로파일을 표시하므로 조건부 기울기 자체가 필요하지 않습니다. 이 동일한 시각화는 JMP의 모든 모델에 사용할 수 있습니다.
자세한 내용과 예제는 도움말 > 책 > 프로파일러를 참조하십시오.
Re: OLS 회귀 및 단순 기울기의 상호 작용.그것은 상호 작용을 분해하는 것을 이해하는 방식과 다릅니다.
http://web.pdx.edu/~newsomj/mvclass/ho_simple%20slopes.pdf
이 절차는 SPSS용 프로세스 매크로 또는 간단한 R 스크립트를 통해 매우 쉽게 수행됩니다.
JMP를 통해 이에 대한 솔루션이 있기를 정말로 바랍니다.
Re: OLS 회귀 및 단순 기울기의 상호 작용.선형 예측 변수에 상호 작용 효과에 대한 항을 포함하려면 최소 제곱 맞춤 플랫폼을 사용해야 합니다. 모수 추정치 보고서는 추정치(기울기), 표준 오차 및 t-비율을 제공합니다. 예를 들어:
따라서 성별=F에 대한 키의 효과(기울기)는 4.087601 + 0.6869481이고 성별=M에 대한 효과(기울기)는 4.087601 - 0.6869481입니다.
