双变量分析你好，
我想确认 JMP 执行的双变量分析。
当只输入 X 和 Y 参数时，随后执行的统计分析是参数化的吗？ 如果是这样，是否可以进行非参数类型分析？ 如何进行？
提前致谢
已婚
分析回复：双变量分析Fit Y by X 可以执行四种不同类型的分析，具体取决于 X 和 Y 的建模类型。 以下是基于所提供的建模类型的不同类型的分析。 这直接来自 Fit Y by X 对话框：
根据分析类型，如果结果是参数分析，则红色小三角选项通常会有一个非参数选项。
如果您更具体地了解您要寻找的内容，那么社区可能会提供更多指导。
回复：双变量分析你好丹，
感谢你的回复。 事实上，我表达得很糟糕。 我知道根据数据类型对 Y 与 X 拟合的分析和可能性。 我想对不遵循正态分布的连续数据进行双变量分析。
当我启动适合 Y by X 模块时，我填写了 Y 和 X 字段，然后我得到了我的分析。 我的问题是我看不到 JMP 是将我的数据视为参数数据还是非参数数据。 当我点击双变量分析的红色三角形时，我无法选择我的数据类型，因此我不知道获得的统计数据是基于什么。
数据不遵循正常规律，如何确定分析做好了？
我正在使用 JMP16.0.0
谢谢你的帮助
回复：双变量分析用 X 拟合 Y，更具体地说是双变量，执行标准最小二乘回归。 回归不假设您的数据呈正态分布。 但它确实假设残差（或误差）服从正态分布。 这种区别很重要，因为原始数据中将包含可能阻止其正常分布的信号。 X 或解释变量应消除信号的影响。 剩下的（误差或残差）需要服从正态分布，以使回归的所有统计推断都有效。 这就是为什么回归分析也应始终包括对残差的检查。 双变量将允许您执行残差分析。
如果残差不是正态分布的，则有几种选择。 一种是转换您的响应，使残差可以呈正态分布。 双变量报告提供了多种选项来转换您的响应。 它们可以在红色弹出菜单的 Fit Special 下找到。
另一种选择是使用拟合模型并指定广义线性模型。 这将允许您指定分发响应。 广义线性模型超出了我的范围，但无论您的问题是什么，都值得您研究。
回复：双变量分析谢谢丹，
所有这些都非常有帮助，可以让我完成我需要做的工作！
我找到并测试了你们所有的解决方案，它们都给了我答案。 我更喜欢用 X 拟合 Y，然后在拟合线性回归模型后进行残差分析！
