パラメータの相互作用
こんにちは、みんな、
JMP でのインタラクションについていくつか質問があります。
Y 変数に対するさまざまなパラメーターの影響を分析しようとしています。
線形モデルと最小二乗回帰から、パラメーター間の相互作用を作成します。
たとえば、JMP は、A*B、A*C... のような対話を作成します。
最初の質問: パラメータ間の相互作用を計算する他のツールはありますか?
2番目の質問: JMP が A*B 相互作用を示す場合、この相互作用は具体的にどのように特徴付けられますか? A と B を掛けたものには等しくありません。
ご回答ありがとうございます。
心より
コンテンツの構成Re: パラメータの相互作用私の考えは次のとおりです。
1. 他のツールの意味がわかりません。モデルを構築/分析するにはさまざまな方法があります。通常、モデルはフィット モデル プラットフォームを使用して分析されます。
https://www.jmp.com/support/help/en/17.1/?os=mac&source=application#page/jmp/model-specation.shtml#ww431146
私は個人的に相互作用を視覚化するのが好きなので、相互作用プロットは非常に便利です。
2. JMP が交互作用効果の推定をどのように処理するかは、データのタイプ (名目、順序、連続など) とデータの取得方法によって異なります。変数間の相互作用は、統計分析において 2 つの独立変数の積としてコード化されるのが一般的です。 この実践は、結果に対する 2 つ以上の変数の複合効果を指す交互作用効果の概念に基づいています。ある因子の効果が別の因子に依存する場合、これは交互作用です。 実験における連続変数の場合、レベルはゼロを中心として等距離にコード化されます (たとえば、2 レベル因子の場合は -1、1)。コーディングにより係数が「正規化」され、分析が容易になります。変数をコーディングすると、実際に A*B の交互作用は主効果 A と B の積になります。
A B A*B
-1 -1 1
1 -1 -1
-1 1 -1
1 1 1
Re: パラメータの相互作用お返事ありがとうございます。
1. ツールとは、方法という言葉を意味します。 パラメータとそれらの相互作用を考慮して線形モデルを当てはめようとしました。 私のモデルの R 二乗は 0.55 なので、変数を説明するには不十分です。 そのため、インタラクションを考慮するためにモデルに頼ることはできません... そのときは他の分析方法を探します
2. あなたの説明でインタラクションがどのように機能するかは理解できましたが、具体的な例ではどのようになりますか?
以下の表:
C=height*weight パラメータを作成する方法 (相互作用の観点から)
心より
申し訳ありませんが、具体的なアドバイスを提供するには十分なコンテキストがありません。また、データは実験からのものではありません。R二乗はちょうどいくつかの統計のうちの 1 つモデルの構築を支援するために使用されます (デルタ R 二乗 - R 二乗調整、RMSE、残差、p 値など)。データテーブルを見ましたが、少し混乱しています...モデル化しようとしている応答変数は何ですか?それは重量ですか (これは、保存されたスクリプトでフィット モデルがモデル化しているものです)。応答が体重の場合、身長*体重の交互作用をモデルに含めることはありません（身長が予測変数で、体重が応答変数です）また、その適合モデルに調整されたR二乗が0.649であるため、混乱します...ドン' .55 がどこから来たのかわかりませんか?身長と体重には相関関係があり (r=.71)、データ (多変量データと残差の両方) には外れ値がいくつかあります。
Re: パラメータの相互作用同意する@スタットマン交互作用プロットの有用性について言えます。 また、カクテル パーティーで友人に好印象を与えたい場合は、用語の 1 つに対して JMP 予測プロファイラーのスライダー バーを使用し、その用語を左から右、そして後ろにスライドさせると 2 番目の用語の傾きが変化するのを観察してください。
Re: パラメータの相互作用お返事ありがとうございます。
最初の 2 点の発言は、私が送った漫画とは何の関係もありません。 ただのテスト漫画でした。 私はこのテーマについて学び、今ではより明確に理解できるようになりました。
