nav[aria-label="Primary Navigation"] { padding: 0; & ul { list-style: none; width: 100%; display: flex; flex-direction: row; justify-content: start; align-items: start; gap: 30px; padding: 0; & li { margin: 0; } & ul li { list-style: none; } } }

572631_zh-TW

liliconcom

JMP® Pro 中調節和調節中介的建模和可視化新工具 (2023-EU-PO-1229)

Haley Yaremych，JMP 統計測試實習生
JMP 高級研究統計開發人員 Laura Castro-Schilo

通常，當我們試圖從數據中獲得洞察力時，僅僅了解兩個變量是相關的是不夠的。我們需要深入挖掘並提出以下問題：什麼他們的情況有關係嗎？為了誰他們有關係嗎為什麼他們有關係嗎？如何？適度（即互動）、調解和適度調解模型使我們能夠回答這些類型的問題。這些模型很受歡迎，也很重要，但安裝起來很麻煩。此外，理解交互所必需的可視化很難從頭開始創建。本演示文稿將介紹 JMP Pro 的調節和調解插件，它可以在三種流行模型中輕鬆規範、擬合和可視化交互：調節、第一階段調節調節和第二階段調節調節。只需最少的用戶輸入，插件就會自動指定和估計合適的模型。然後，結果被處理並打包成準備發布的輸出。創建了交互式 Johnson-Neyman 圖以及簡單的斜率圖。我們將使用心理學中的示例深入演示這些功能。社會、行為、教育和生命科學領域的學者和數據分析師將從這一新功能中受益。