逐步模型問題你好，
使用範例資料庫中的 Arrithmia.jmp。例如，假設我想預測一個人的身高。對於預測變量，我選擇了 15 個其他數字連續列。對於這個問題，似乎並不重要。在模型中，選擇 Y 變數並建立模型效應（預測變數）後，我傾向於在預測變數後面看到這些數字。例如：重量-71.7206。對於其他預測變量，這個數字會有所不同。這些數字是什麼？使用 SLS 和其他建模平台可以產生係數。我知道逐步是用於模型選擇而不是（直接）預測方程式生成，這讓我想知道它們的目的。有這方面的文檔嗎？在文檔庫中我似乎沒有找到這方面的資訊。
進階統計建模基礎資料分析與建模視窗回复：逐步模型問題你好@StarfruitBob ,
這些數字是相應變量的平均值，而 JMP 僅進行居中處理（用變量的平均值減去每個單獨的結果），以避免主效應和交互作用或冪項之間出現共線性。
如果交互項/乘積項是從兩個不以 0 為中心的變量創建的，則會引起一定程度的共線性（確切數量取決於各種因素）。 定心第一的解決了這個潛在的問題。
- 在這個數據集上，我創建了兩列：一列是 Weight x Age（在手動創建交互之前沒有將兩個變量居中），一列是 Weight x Age（手動以每個變量的平均值為中心）。 您可以清楚地看到，居中有助於將可變通貨膨脹因子保持在較低水平。
可以在這裡找到一些更完整的答案：標準化——進行多元回歸時，什麼時候應該將預測變量居中？什麼時候應該對它們進行標準化？ - 交叉驗證 (stackexchange.com)
如果您想查看模型的完整方程，可以單擊“響應 [...]”旁邊的紅色三角形，轉到“估計”，然後選擇“顯示預測表達式”。 然後，您將能夠在同一份報告中看到完整的方程式，其中每個交互項或冪項的變量居中，以及模型中每個項的係數。 您也可以（在同一個紅色三角形中）點擊“保存列”，然後點擊“預測公式”。 此操作將在您的數據表中創建一個新的公式列，如果您雙擊該列並選擇列屬性“公式”，您還可以查看預測公式。
希望這個回復對你有幫助
