参数相互作用
大家好，
我有几个关于 JMP 交互的问题。
我正在尝试分析不同参数对 Y 变量的影响。
从线性模型和最小二乘回归中，我创建了参数之间的交互。
例如，JMP 创建交互，例如：A*B、A*C...
第一个问题: 是否有其他工具可以计算参数之间的相互作用？
第二个问题：当JMP表示A*B相互作用时，它是如何具体表征这种相互作用的？ 它不等于 A 乘以 B。
谢谢您的回答。
亲切地
内容组织回复：参数交互这是我的想法：
1.不知道你说的其他工具是什么意思？有许多方法可以构建/分析模型。通常使用拟合模型平台分析模型：
https://www.jmp.com/support/help/en/17.1/?os=mac&source=application#page/jmp/model-specification.shtml#ww431146
我个人喜欢可视化交互，因此交互图非常有用。
2. JMP 如何处理相互作用效应的估计取决于数据类型（例如名义型、有序型、连续型）以及数据的获取方式。在统计分析中，变量之间的相互作用通常被编码为两个自变量的乘积。 这种做法基于交互作用的概念，它指的是两个或多个变量对结果的综合影响。当一个因素的影响取决于另一个因素时，这就是交互作用。 对于实验中的连续变量，水平以零为中心进行等距编码（例如，-1、1 表示 2 水平因子）。编码“归一化”系数以使分析更容易。如果您对变量进行编码，那么 A*B 的交互作用实际上是主效应 A 和 B 的乘积：
A B A * B
-1 -1 1
1 -1 -1
-1 1 -1
1 1 1
回复：参数交互感谢你的回复。
1. 我所说的工具是指方法这个词。 我试图在考虑参数及其相互作用的情况下拟合线性模型。 我的模型的 R 平方为 0.55，因此不足以解释我的变量。 这就是为什么我不能依靠我的模型来考虑我的互动...... 那是我寻找其他分析方法的时候
2. 我理解交互如何与您的解释一起工作，但在一个具体的例子中它会是什么样子？
下表：
我如何创建 C=height*weight 参数（就交互而言）
亲切地
抱歉，没有足够的上下文来提供具体建议，而且您的数据不是来自实验。R方只是几个统计数据之一用于协助建立模型（delta R-square-R-square adjusted、RMSE、residuals、p-values 等）。我看了你的数据表，我有点困惑......你试图建模的响应变量是什么？它是重量（这是您的拟合模型在保存的脚本中建模的重量）吗？如果响应是体重，您不会将身高*体重的交互作用放入模型中（身高是预测变量，体重是响应变量）也很困惑，因为针对该拟合模型调整的 R 方为 0.649 ...不要不知道 .55 从何而来？身高和体重相关 (r=.71)，您的数据中存在一些异常值（多变量和残差）。
回复：参数交互我同意@statman关于交互图的有用性。 如果您真的想在鸡尾酒会上给您的朋友留下深刻印象，请对其中一项使用 JMP Prediction Profiler 滑块，并在您从左向右和向后滑动一项时观察第二项的斜率变化。
回复：参数交互感谢你的回复。
我前两点的言论与我发的漫画无关。 那只是一个测试漫画。 我了解了这个主题，现在对我来说更清楚了。
