二変量線形回帰結果から 99.9% CI を超えるデータポイントを保存しようとしていました。 アルファ 0.001 を選択し、Indiv CI の式を保存しました。 JM は確実に、Lower.. と Upper 99.9% Indiv[my Y 変数名] という名前の 2 つの列を保存します。 ただし、Y 変数 > 上限となるポイントを選択すると、これらの制限は、はるかに厳密ではない CI (明らかに 90%) に相当することがわかります。
Fit を削除してやり直しても、明らかに役に立ちません
Bivariate(
Y( :"Dtranscr=sqrt(Sum(dZ2))"n ),
X( :Meanpident ),
Fit Line(
{Confid Curves Indiv( 1 ), Line Color( "Red" )},
{Set α Level( 0.001 )}
),
SendToReport(
Dispatch(
{},
"Bivar Plot",
FrameBox,
{Frame Size( 617, 465 ), Grid Line Order( 3 ), Reference Line Order( 4 )
}
)
)
);アルファはフィッティングが完了した後に設定されるためです。
私が何かを見落としていない限り、これは修正する価値のあるバグのように思えます。
やあ@l_yampolsky 、
なぜ問題が発生しているのかわかりません。 Big Class.jmp ファイルで試してみましたが、問題なく動作しました。
まず、ウェイトとウェイトの y x x のフィットを実行し、それにラインをフィットさせ、次にアルファを変更して、信頼度の個別限界の式を保存し、アルファ = 0.001 と 0.01 の両方に対してそれを実行しました。そして、それはうまくいきました。 列の式は異なり、予想どおり、アルファが小さいほど CI が広くなります。
信頼度指標限界式を保存するときに正しい式が保存されるように、操作の順序を正しく実行しましたか?
何が問題なのかはわかりませんが、まず Big Class.jmp ファイルを試してみて、期待したことが起こる (バグがない) か、別のことが起こる (バグ) かを確認してください。
お役に立てれば！、
DS
