コミュニティさん、こんにちは。
順序応答変数と連続予測変数の間に重要な相関関係があるかどうかを調べる場合について質問があります。
これは私のデータです（念のためJMPファイルも添付します）。
最初は「フィットモデルプラットフォーム」を使用してスピアマン係数を表示しようと考えていましたが、JMP の本で次の情報を見つけました。
この表によると、順序応答変数と連続予測変数を扱うときは、順序ロジスティックを使用する必要があります。 これを「モデルの適合」プラットフォームで実行したところ、次のような結果が得られました (スクリプトは添付ファイルにあります)。
これらの結果を理解するには、JMP ドキュメントとビデオのいくつかのソースを調べる必要がありました。 多くの情報源を見つけましたが、ほとんどの場合、それらは名目的なロジスティック事例に焦点を当てており、そこから得られる実際的な意味や最も有用な情報ではなく、報告書の各部分を説明することに重点を置きすぎていました。 私の目的は、数学や統計を深く理解することではなく、むしろこれらの結果が何を物語っているのかを非常に実践的に理解することです。
私が理解できたのは、上の図の緑色の円の値は、モデルがあまり良くないことを示しているということです (間違っている場合は修正してください)。私の場合、単一の入力変数を使用した場合、この結果を使用して、入力変数と出力変数の間にはいかなる相関関係も関連付けも存在しないと最終的に言えるでしょうか? > これが私が答えたい主な質問です。
また、予測プロファイラーの結果を理解することにも興味がありました。
Y 軸の比率は、値が 1、2、3、4、または 5 になる確率のパーセンテージを示していますか?
最後に、このトピックに多少関連する短すぎる質問を示します。
a) 出力変数にリッカート スケール (強度スケール) を使用する場合、それはほとんどが順序変数であるため、順序ロジスティックでも扱う必要があることがわかります。 ただし、単一の試行 (行) ごとに複数の測定値があり、その値を平均すると、結果が連続した数値のように見え始めます。 この場合、それらの平均値を（順序変数ではなく）連続変数として扱うことができるでしょうか?
b) 出力変数が周波数値の場合。 順序変数として扱う方がよいでしょうか、それとも連続変数として扱うことができますか。
読んでくれてありがとう、
ジュリアン
