複数の指標応答と複数の連続予測変数こんにちは。私は JMP Pro 15.2.1 を使用しています。 各観測値に 3 つの連続予測変数と 5 つの指標 (y/n) 応答があるデータセットがあります。 各観測ごとに、指標の一部またはすべてが存在する可能性があります。 多次元応答変数に対する複数の予測子の同時効果をモデル化したいと考えています。
このデータに対する正しいアプローチが見つからないようです。 JMP は、複数のカテゴリカルな応答や、私の予測変数が連続的であるという事実に二の足を踏んでいます。
高度な統計モデリングRe: 複数の指標応答と複数の連続予測変数こんにちは@gchesterton 、
あなたがやろうとしていることを誤解しているかもしれませんが、これはJMPでは問題になりません。
[分析] > [モデルの適合]。
Y ロールで 5 つのバイナリ応答を指定します。
3 つの連続予測子をモデル効果の構築アウトラインに追加します。
走る。
それはあなたが試したことですか？ もしそうなら、何が問題でしたか?
実例となる .jmp データ テーブルの例を添付していただけると、常に役に立ちます。 ただし、機密データは使用しないでください。
これがお役に立てば幸いです、
フィル
Re: 複数の指標応答と複数の連続予測変数ありがとう@Phil_Kay 、あなたの提案されたアプローチは、まさに私がやったこと、そしてうまくいくと期待していたことです。 しかし、JMP は、名目上の応答は 1 つだけ含めることができると言っています。 ご想像のとおり、私の名目上の回答はそれぞれ独自の列に記載されています。 もちろん、これらを 1 つのデータ列に積み重ねて、ソース ラベル列を追加することもできます。
Re: 複数の指標応答と複数の連続予測変数その動作を再現することはできません。
繰り返しますが、クエリを説明するためにサンプル データを添付すると非常に役立ちます。
フィル
Re: 複数の指標応答と複数の連続予測変数カンマ区切りのテキスト ファイルを添付しました。 これはヘッダーが変更された実際の生データです。 予測変数は標準化/変換されるべきですが、現時点ではそれが問題だとは思いません。
Re: 複数の指標応答と複数の連続予測変数@Phil_Kayそのデータセットに加えて、JMP でのダイアログを次に示します。
Re: 複数の指標応答と複数の連続予測変数現在のリリースである JMP Pro 17.2 で CSV ファイルを開き、すべての Y 列のモデリング タイプを公称に変更しました。 ご指摘どおり、モデルのフィット起動ダイアログを完了しました。 エラーなしで次の結果を受け取りました。
(スペースの都合上、最初の 4 つの Y に関するレポートは閉じられていることに注意してください。)
Re: 複数の指標応答と複数の連続予測変数こんにちは、 @gchesterton 。
まだ問題を再現できません。 Windows で JMP Pro 17.1.0 を使用しているためでしょうか?
テクニカル サポートに連絡することをお勧めします ( support@jmp.com ）。
いずれにせよ、モデルの適合から得られるものは、実際には応答ごとに個別のモデルですが、すべて 1 つの JMP レポート ウィンドウに含まれることを理解するのがよいでしょう。 したがって、各モデルを個別に適合させることで問題を回避できます。モデルは同じになります。
Re: 複数の指標応答と複数の連続予測変数実際、公称応答ごとに個別のモデルを作成できます。 しかし、応答ウィンドウに 5 つの応答変数すべてを挿入した動機は、5 つの別々のモデルを実行するプロセスを簡略化することではありませんでした。 その代わりに、私は多次元の対応に取り組んでいると考えています。 これらの応答は独立していないため、単一のモデル近似に複数の応答変数を含めることで、それらを多変量応答として認識できると考えました。 言い換えれば、Y1-5 と予測子 X1、2、3 の結合状態です。
Y1 ~ X1+X2+X3 + Y2+Y3+Y4+Y5 をモデル化できますが、本当に必要なのは Y1 + ... + Y5 ~ X1 + X2 + X3 だと思います。
Re: 複数の指標応答と複数の連続予測変数当然のことですが、 @gchesterton 。 X1の効果も同時に理解したい… すべての応答 Y1 で X3 ... Y5.
「応答は独立していない」という意味について非常に哲学的になり、Y1 を扱う高度なモデリング技術を探索することができます。 Y5 は、ある種のグループ化された多変量応答です。
しかし、人々が 99% の確率で使用する実用的なアプローチは、Y1 ごとに個別のモデルを構築することです。 Y5 対 X1 .... X3 を作成し、それらを一緒にプロファイリングします。
これらはまだ別のモデルです。
これを行うプロセスは、各モデルの確率式を保存することです。
次に、Prob[1] 予測式列を [グラフ] > [プロファイラー] の [Y] 予測式ロールに追加します。
これがお役に立てば幸いです、
フィル
Re: 複数の指標応答と複数の連続予測変数私はこの議論を見てきましたが、あなたが提供した情報が曖昧すぎて具体的なアドバイスを提供できないことは認めます。 適切な文脈がなければアドバイスを与えるのは非常に難しく、残念ながら、このようなフォーラムではよくあることですが、適切な文脈を提供するのは難しい場合があります。 以下は私の考えですが、まったく役に立たないかもしれません。
「多次元的な反応」が何を意味するのかよくわかりません。後で、これらが「多変量応答」であることを示します。これは、単に複数の応答変数があることを意味します。独立していないとのことですが、これはどのように判断したのですか? 5 つの名目上の応答がどのように相関しているかを知ることができれば幸いですが、評価することは不可能かもしれません。5 つの公称応答の関数である応答変数を作成できるかどうか疑問に思っています。おそらく名目上の応答ではなく順序尺度でしょうか?
Re: 複数の指標応答と複数の連続予測変数OP で述べられているように、各観測値には 3 つの連続予測変数と 5 つの指標応答があります。 Y1 の状態 (1 または 0) は、Y2 ～ 5 の状態に部分的に依存します。 それは、Y1～5のそれぞれの表示をその都度人間が行っているからです。 たとえば、Y2 = true を示す傾向は、Y1 と他の Y の表示によって部分的に影響されます。
Y1 ~ X1 + X2 + X3 をモデル化すると、Y2 ～ 5 の状態からの情報を無視しているように思えます。 応答変数はベクトルです。 各予測子がそのベクトルにどのような影響を与えるかを知りたいです。
Re: 複数の指標応答と複数の連続予測変数無視していただいても構いませんが、私はさらに混乱しています。「Y2～Y5の状態」が分かりません。これらは「サンプル」の異なる特性ですか？ 人間はサンプルを「観察」して0か1を判断しているのでしょうか？0 と 1 は何を意味しますか?これらは（デミングによれば）運用上定義されていますか？
応答がベクトルである場合、なぜ大きさと方向を定量化しないのでしょうか?
応答が人間の感覚的認識からのカテゴリ的な応答である場合、私はさらに多くのカテゴリを作成し、順序スケールを使用しようとします。人間の偏見が心配な場合は、その尺度が感情に基づいていない比較尺度であることを確認してください。私は、人間内および人間間の両方で反復測定を追加します（同じ「サンプル」を同じ人間と他の人間によって少なくとも 2 回測定します）。単純なプロットを使用して、特定の人間による一貫したバイアスがあるかどうかを確認したり、平均化を使用して変動の各要素を削減したりできます。
Re: 複数の指標応答と複数の連続予測変数これは数学的な意味でのベクトルです。つまり、単一の要素ではなく値のリストが存在します。
5 つの指標値のセットを他にどのように説明すればよいかわかりません。
各観察において、評価者は 5 つの質問のそれぞれについて、それが真か偽か (オンまたはオフ、1 または 0) を示します。 基本的なバイナリインジケーターです。 バイナリインジケーターの応答について理解できないことは何ですか?
この値は、各観察で考えられる 5 つの「理由」をそれぞれ評価している人々による判断です。 5 つの応答はそれぞれ、はいまたはいいえであり、他の回答がはいまたはいいえであることを除外することはありません。したがって、理論的には、応答ベクトルは 32 の異なる組み合わせをとることができます。
