Frage zum Format kategorialer Variablen in Fit ModelGuten Tag,
Ich versuche, eine einzelne Antwort mit 5 kontinuierlichen Prädiktoren und 2 kategorialen Prädiktoren (einem zweistufigen und einem dreistufigen) mit bidirektionalen Interaktionen und quadratischen Effekten zu modellieren. Die Daten wurden während eines Experiments gesammelt, das mit dem „Custom Design“ konzipiert wurde. Mithilfe der Persönlichkeit „Schrittweise Regression“ in „Modell anpassen“ habe ich ein Modell mit den Stoppregeln „AICc/BIC minimieren“ erhalten. In der Wirkungszusammenfassung wurden von JMP eine Reihe von Wechselwirkungen als die wichtigsten erachtet. Die dreistufige Kategorisierung wird jedoch in einem Format dargestellt, das ich nicht verstehe, und es fällt mir schwer, online oder in diesen Foren Informationen darüber zu finden. Die dreistufige Kategorie ist „Reinigungstyp“ mit den Stufen 1) Seife/Wasser, 2) Lösungsmittel und 3) Schall. In der im Bild unten gezeigten Effektzusammenfassung wird die kategoriale Variable mit zwei oder mehr Ebenen in einer Klammer mit Symbolen wie „-“ oder „&“ zwischen den Ebenen angezeigt:
Was bedeuten die Klammern und Symbole? Wo kann ich darüber nachlesen?
Mir ist außerdem aufgefallen, dass beim Ausführen des Prediction Profiler die kategoriale Variable „Reinigungstyp“ plötzlich in zwei kontinuierliche Variablen mit unterschiedlichen Kombinationen der Symbole in den Klammern aufgeteilt wird, wie in der folgenden Abbildung dargestellt:
Beachten Sie, dass dies bei der zweistufigen kategorialen Variablen „Day“ nicht der Fall ist.
Ich habe den STIPS-Schulungskurs abgeschlossen, kann mich aber nicht erinnern, dass dies abgedeckt wurde. Gibt es da draußen jemanden, der helfen kann, etwas Licht ins Dunkel zu bringen?
/JF
Datenexploration und -visualisierungWindowsBetreff: Frage zum Format kategorialer Variablen in Fit ModelMarks Link erklärt die Ausdrücke.
Ich bin etwas verwirrt von Ihrem Ansatz? Sie haben ein Experiment durchgeführt, das mit den von Ihnen angegebenen Faktoren konzipiert wurde. Für das von Ihnen gewählte Design gibt es ein „bekanntes Modell“. Warum führen Sie eine schrittweise Regression durch? Dies wird normalerweise für vorhandene Datensätze verwendet, um zu versuchen, ein geeignetes Modell für die vorliegenden Daten zu finden (eine Data-Mining-Technik). Ich empfehle Ihnen, mit einem gesättigten Modell zu beginnen und das Modell mithilfe der zahlreichen verfügbaren Statistiken und grafischen Darstellungen zu reduzieren.
Quadratische Gleichungen für einen kategorialen Faktor sind unsinnig. Es gibt kein Kontinuum zwischen den drei Reinigungsarten (Sie könnten möglicherweise ein Kontinuum erstellen, wenn Sie die Unterschiede zwischen den Reinigungsarten quantitativ messen könnten). JMP erstellt im Wesentlichen Modelle für jede kategoriale Ebene.
Außerdem kann der Tag per se kein Faktor sein. Sie können das Experiment nicht abschließen und zu dem Schluss kommen, dass Tag 1 besser ist, da Sie in der realen Welt den Tag nicht wirklich festlegen (oder zu Tag 1 zurückkehren) können (wenn Sie können, müssen Sie keine Experimente durchführen). Der Tag ist höchstwahrscheinlich ein Blockeffekt.
Betreff: Frage zum Format kategorialer Variablen in Fit ModelJMP erstellt neue Prädiktoren aus den kategorialen Faktorebenen, wenn mehr als zwei Ebenen vorhanden sind. Es werden Kombinationen der Ebenen gefunden, die den Unterschied in der mittleren Antwort maximieren. Diese Prädiktoren sollen die Chance erhöhen, echte Effekte (Macht) zu finden.
Bitte lesen Sie den Abschnitt darüber kategoriale Prädiktoren mit der Stepwise-Plattform .
