2 因子交互作用プロットの作成 (完全な行列プロファイルなし)モデルの適合で適合したモデルに対して手動で選択した 2 つの因子だけについて、JMP でより明確で大きく、より単純な 2 因子交互作用プロットを作成するにはどうすればよいですか?
JMP はこのようなプロファイラーを提供しますが、これは巨大なマトリックスであり、特定の 2 要素の相互作用に焦点を当てたい場合は、率直に言って特に読みやすいものではありません。
マトリックス全体を表示したくない、因子を必要に応じて選択するように指示する方法がわかりません。
生データを使用してグラフ ビルダーで作成すると異なる結果が得られますが、その理由は明確ではありません (私は統計学者ではなくエンジニアです)。しかし、フィットの相互作用プロファイル内のモデルという事実と関係があるのではないかと思います。多くのモデル項は重要ではないため、モデル領域には考えられるすべてのモデル項が含まれているわけではありません。こちらがABのやりとりです。これは大きくて明確ですが、Fit Model プロファイラーによると、間違っている、非常に間違っている。
実験計画法Re: 2 因子交互作用プロットの作成 (完全な行列プロファイルなし)やあ@canonicalhazard 、
モデルからの応答の予測式を保存して使用していれば、グラフ ビルダーでそれを実行できるはずです。
例として、JMP サンプル インデックスで利用可能なデータセット「2x3x4 Factorial」を使用しました。
モデルを構築するとき、次の 2 つの相互作用効果が重要であると思われます。
インタラクションは、「インタラクション プロファイル」パネルで確認できます。
応答 Y の予測式を保存してグラフ ビルダーで使用し、グラフ ビルダーで X1 を X として使用し、X2 を「オーバーレイ」ロール変数として使用すると、前に見たものと同じ交互作用プロットを見つけることができます。
また、X2 を X として、X1 をオーバーレイ変数として使用することもできます。X2 がカテゴリ因子であっても、この因子には「値の順序」プロパティがあるため、JMP はレベルを表示する順序を知っています。 最終的には、以前に [インタラクション プロファイル] パネルに表示されたものと非常によく似た、次のグラフが表示されます。
ここでは X3 を X 変数として使用しています (視覚化をより単純にするためにグラフ ビルダーからポイントを削除しています)。
もちろん、グラフをカスタマイズしたり、ポイントを削除または維持したり、色や視覚化スタイルなどを変更したりすることもできます。 インタラクションの傾きと動作が同じになるように (誤解を招く視覚化にならないように)、グラフの Y 範囲が予測された Y 値の範囲と同じであることにも注意してください。
この回答があなたのお役に立てれば幸いです、
Re: 2 因子交互作用プロットの作成 (完全な行列プロファイルなし)ありがとう。これは多くのデータセットで機能することがわかります。何らかの理由で、私のものでは動作しません。
Re: 2 因子交互作用プロットの作成 (完全な行列プロファイルなし)やあ@canonicalhazard 、
匿名化された方法でデータセットを提供することは可能でしょうか?
同じデータを使用してこのトピックを調査し、何が起こっているかを確認する方がはるかに簡単です。
Re: 2 因子交互作用プロットの作成 (完全な行列プロファイルなし)こんにちは@Victor_G 、
各因子に第 3 レベルの追加要素があるため、実験を添付します。「最小二乗法フィット」インタラクション プロファイラーで CG インタラクションを確認してください。すべての要素のマトリックス全体を使わずに、それを個別に取り出す方法が私の目標です。これを行うにはどこかにコマンドが必要です。Y 予測式を保存してグラフ ビルダーを使用しても、プロファイラーに表示される内容は再作成されません。
プロファイラー:
Y 予測式のグラフ ビルダー:
Re: 2 因子交互作用プロットの作成 (完全な行列プロファイルなし)こんにちは@canonicalhazard 、
サンプル データセットをありがとうございます。遅れて申し訳ありません。
私もあなたと同じ結果を見つけました。拡大鏡ツールを使用すると、交互作用プロットで線間の交点が C = 2 にあることがわかります。これは、レベル G の 82,5 および 120 の交点に対応しています (そうではありません)。 45と120）。
「相互作用プロット」と同じグラフを再現できない理由がわかりません。 これは因子のレベルのコーディングの問題が原因ではないかと思いましたが、確認したところ、問題はありませんでした。
私は無知ですが、これは第 3 (中間) レベルの存在によるものかもしれません。 2 レベルの連続因子を含む計画の場合、相互作用プロットを問題なく再現できます。
Re: 2 因子交互作用プロットの作成 (完全な行列プロファイルなし)@Victor_G
ご覧いただきありがとうございます。JMP サポートに手紙を書いたところ、「マトリックス内の因子のサブセットのみを含めるようにインタラクション プロファイラーを制限する方法はありません。」という結果を得ました。これは私たちがすでに知っていたことだと思うので、それを再現しようとした理由です。しかし、これは、Fit Model にそれを実行する何かが隠されていないことを裏付ける良い結果です。手動で作成するかどうか尋ねる質問に返信しましたが、まだ返信がありません。
また、競合ソフトウェアでもそれが可能で、JMP Interaction Profiler とはまったく異なるものを提供できることにも気づきました (場合によっては)。
そこで私は、「これらの交互作用プロットを作成するためにどのような数学が使用されるのか?」ということになります。バランスのとれた計画である 2 レベルの階乗 (低インスタンスと高インスタンスの数が同じ) の場合、これは非常に簡単ですが、手作業で行うのは面倒です。アンバランスだったり、3段目だったりする場合は、重み付けのようなことが行われているはずです。
また、私の基本的な理解は、予測値ではなく生データを使用することです。確信はないけど。そこで、もう一つ考慮すべきことがあります。機会があれば、ヘルプファイル、ドキュメント、書籍の検索を行って、特殊な状況 (3 レベル、アンバランスな計画など) の交互作用プロットの計算方法を説明している信頼できる情報源または著者を見つけます。
それまでの間は、競合プログラムを信頼してもよいと思います (非常におこがましいことですが、両方のソフトウェア プログラムを使用している統計学者から学んでおり、その人は現行バージョンの競合プログラムの交互作用プロットを信頼しています)。私のワークフローは、すべてを JMP で行うことになります。何かをきれいにレポートしたいときは、より大きく明確な交互作用プロットを作成する他のプログラムを使用します。おそらく最初にすべての調査を行う必要がありますが、事前にプログラムされたソフトウェアを購入したのには理由があります。研究には時間がかかります。 （少なくとも私にとっては）。
Re: 2 因子交互作用プロットの作成 (完全な行列プロファイルなし)こんにちは@canonicalhazard 、
インタラクション プロットを再作成する方法に関する例に関する情報をお持ちの場合は、この投稿でコミュニティ メンバーに知らせてください。これは誰にとっても有益です。
私もあなたに同意します。交互作用プロットを行うのにモデルなどは必要ありません。生データを直接使用できます (最初に視覚化し、その後にモデルを作成する方が合理的です)。
おそらく、他のソフトウェア間の交互作用プロットと、グラフ ビルダーで「論理的に」実行すること (応答を Y として、1 つの因子を X として、もう 1 つの因子を「オーバーレイ」変数として使用) を比較できるでしょうか。 見た目が同じであれば、検索できるものがあるかもしれません。
研究の頑張ってください！
Re: 2 因子交互作用プロットの作成 (完全な行列プロファイルなし)こんにちは@Victor_G 、
解決策はあるように見えますが、かなり複雑です。JMP テクニカル サポートより:
除外したい連続変数がすべてあるので、次のアプローチが機能すると思います。
以下を実行すると、グラフ ビルダーで最小二乗レポートに表示されるものと同じ相互作用プロットが得られると思います...
-- 通常どおりモデルを実行し、相互作用プロットをオンにします。
-- 左上のホットスポットをクリックし、[因子プロファイリング] > [プロファイラー] を選択して、予測プロファイラーをオンにします (チェックされている場合は、すでにオンになっています)。
-- プロファイラーに移動し、Alt キーを押しながらプロット内で A を直接クリックします (因子設定を指定するため)。
-- 「ロック係数設定」ボックスをチェックし、「OK」をクリックします。
-- 関心のある 2 つ (D と I) を除くすべての因子について、同じことを繰り返して因子設定をロックします。
-- 次に、予測プロファイラーに関連付けられたホットスポットをクリックし、[出力グリッド テーブル] を選択します。
-- グラフ ビルダーを開き、この新しいテーブルから交互作用プロットを作成します (つまり、応答を Y、D を X、I をオーバーレイ)。
-- これは、軸が異なる可能性があり、各曲線のトレースがあることを除いて、最小二乗レポートで表示されるプロットと同じであるはずです。 必要に応じて、元の相互作用プロットからグラフ ビルダーに軸をコピーして貼り付けることができます。
-- 元の相互作用プロットの x 軸を右クリックし、[編集] > [軸設定のコピー] を選択します。
-- グラフ ビルダーでプロットの X 軸を右クリックし、[編集] > [軸設定の貼り付け] を選択します。
-- y 軸についても同じことを行います。
以下の 2 因子 D x I 相互作用に対する応答 Y3 の例 -- Y3 をログ (失敗までの時間) で変換しました。
ローカル データ フィルターの使用:
このメッセージは、モデルに非連続予測子が含まれている場合に何か他のことが起こる可能性があることを示唆しています。そうなったら対処します。
Re: 2 因子相互作用プロットの作成 (完全なマトリックス プロファイルなし)この投稿は、グラフ ビルダーを使用してインタラクション プロファイルのサブプロットの 1 つを再作成したいという思いから始まりました。
Graph Builder でインタラクション プロファイルのマトリックス全体を再作成することは可能ですか?
Re: 2 因子相互作用プロットの作成 (完全なマトリックス プロファイルなし)こんにちはホギ！
はい、このスレッドに投稿された手動の方法を使用します。私は、投稿された手動の方法に従って、1 つずつ面倒な作業でこれを行います。これも面倒です。誰か (私のような人) がスクリプトを書いてこれを行うことができると確信しています。まだ試す気はありません。これは JMP の弱点です。簡略化された相互作用プロットは、実験の主な結論 (および最適な因子レベル) を他の人に提示するのに最適な方法です。プロファイラーだけでも、このような相互作用の効果を確認するために、左右に何度もドラッグする必要があります。面倒です。
モデルの適合 - 生存またはハザード特性には相互作用プロットがまったくないことに気付きました。プロファイラーは取得できるので、特定の生存率 (10% の失敗など) をロックしてから、出力グリッド メソッド以外の要因をロックした後、このスレッドで手動メソッドを使用しています。最も面倒な部分は、グラフ ビルダーのローカル データ フィルターを使用して、グリッド テーブルから余分なレベルを取り除き、元の実験のレベル数に関係なく、線形モデルのみに戻すことです。
上記のメモを確認すると、プロファイラーと出力グリッド テーブルを使用しているため、これらはモデルから予測された値である必要があるようです。
多くの場合、結果のプロットが正確かどうかは確認できないことを付け加えておきます。競合プログラムを使用して確認しましたが、どれが正しいのかわかりません (競合プログラムには他の点でもいくつかのエラーが見つかりました)。また、ゼロから行う方法もわかりません。おそらく、ロックされた要因が予測される低と高の中間に設定される予測式でしょうか?
Re: 2 因子相互作用プロットの作成 (完全なマトリックス プロファイルなし)予測プロファイラーで描画される曲線は、プロファイラーの現在の設定によって異なることに注意してください。
例えば、「 2x3x4階乗」の場合、 0、y、Cの曲線は、
https://community.jmp.com/t5/Discussions/Creating-two-factor-interaction-plot-without-the-full-matrix/mp/665355/highlight/true#M85368 :
この設定の他のインタラクションプロファイルは次のとおりです: 1、x、D
Jmp は完全な予測モデルを使用して相互作用を描写します。
マトリックス内の位置 (グループ化) または x 軸で指定されていない変数は、予測プロファイラーの設定から取得されます。
一方、Minitab で相互作用プロットを生成する場合は、生の値が取得されます。
マトリックス内の位置 (グループ化) または x 軸上で指定されていない変数は、既存のすべての値の平均を取ることによって削除されます。
したがって、予測プロファイラーでいくつかの「平均」値を選択すると、Jmp の相互作用プロファイルは Minitab の相互作用プロファイルと似たものになる可能性があります。
Re: 2 因子相互作用プロットの作成 (完全なマトリックス プロファイルなし)「Minitab バージョン」は以下のコードで作成できます。
生の値を使用する代わりに、予測値(-> 列スイッチャー) を使用することもできます。
Jmp インタラクション プロファイルの機能を利用するには、3 番目の (または一般的には追加の) 次元に固定値 (予測プロファイラーから) を指定する機能が必要になります。
dt = Open( "$SAMPLE_DATA/Design Experiment/2x3x4 Factorial.jmp" );
myFit= dt <<
Fit Model(
Y( :Y ),
Effects( :X1, :X2, :X3, :X1 * :X2, :X1 * :X3, :X2 * :X3 ),
Personality( "Standard Least Squares" ),
Emphasis( "Effect Screening" ),
Run(
Profiler(
1,
Confidence Intervals( 1 ),
Desirability Functions( 1 ),
Term Value(
X1( 0, Lock( 0 ), Show( 1 ) ),
X2( "x", Lock( 0 ), Show( 1 ) ),
X3( "A", Lock( 0 ), Show( 1 ) )
)
),
:Y )
);
myFit << Predicted Values;
dtLabels= New Table( "labels",
Add Rows( 3 ),
New Column( "variable", Character,Nominal,
Set Values( {"X1", "X2", "X3"} )
)
);
myDT = dt << Join(
With( dtLabels ),
Cartesian Join,
);
myDT << New Column( "Legend",
Character,
Nominal,
set each value( Char(As Column( :variable[] )[]) )
);
myDT << Graph Builder(
Show Control Panel( 0 ),
Variables(
X( :X1 ),
X( :X2 ),
X( :X3 ),
Y( :Y ),
Group Y( :variable ),
Overlay( :Legend )
),
Elements(
Position( 1, 1 ),
Points( X, Y, Legend( 1 ) ),
Smoother( X, Y, Legend( 6 ) )
),
Elements(
Position( 2, 1 ),
Points( X, Y, Legend( 2 ) ),
Smoother( X, Y, Legend( 3 ) )
),
Elements(
Position( 3, 1 ),
Points( X, Y, Legend( 4 ) ),
Smoother( X, Y, Legend( 5 ) )
),
Column Switcher( :Y, {:Y, :Predicted Y}, Title( "choose column" ) )
);
