多个指标响应和多个连续预测变量大家好，我正在使用 JMP Pro 15.2.1。 我有一个数据集，其中每个观察值都有三个连续预测变量和五个指标 (y/n) 响应。 对于每个观察，可能存在任何或所有指标。 我想对多个预测变量对多维响应变量的同时影响进行建模。
我似乎找不到处理这些数据的正确方法。 JMP 对多个分类响应或我的预测变量是连续的这一事实犹豫不决。
高级统计建模回复：多指标响应和多个连续预测变量你好@gchesterton ,
我可能会误解您想要做什么，但这在 JMP 中不应该是问题。
分析>拟合模型。
在 Y 角色中指定 5 个二元响应。
将 3 个连续预测变量添加到构建模型效应大纲中。
跑步。
那是你尝试过的吗？ 如果是这样，问题出在哪里？
如果您可以附上说明性示例 .jmp 数据表，这总是有帮助的。 但请不要提供敏感数据。
我希望这有帮助，
菲尔
回复：多指标响应和多个连续预测变量谢谢@菲尔_凯，您提出的方法正是我所做的和我期望的工作。 但 JMP 告诉我，我只能包含一项名义上的回应。 正如您可能猜到的那样，我的名义回复都在各自的专栏中。 显然，我可以将它们堆叠到单个数据列中并添加源标签列。
回复：多指标响应和多个连续预测变量我无法复制这种行为。
同样，附加示例数据来说明查询确实会有帮助。
菲尔
回复：多指标响应和多个连续预测变量我附上了一个逗号分隔的文本文件。 这是标题已更改的实际原始数据。 预测变量应该标准化/转换，但我认为这不是目前的问题。
回复：多指标响应和多个连续预测变量@菲尔_凯除了该数据集之外，这是我在 JMP 中的对话框。
回复：多指标响应和多个连续预测变量我在当前版本 JMP Pro 17.2 中打开了 CSV 文件，并将所有 Y 列的建模类型更改为名义型。 我按照您的指示完成了“拟合模型”启动对话框。 我收到以下结果，没有任何错误：
（请注意，由于篇幅原因，前四个 Y 的报告已关闭。）
回复：多指标响应和多个连续预测变量你好， @gchesterton 。
我仍然无法重现你的问题。 也许是因为我使用的是 Windows 上的 JMP Pro 17.1.0？
我建议您联系技术支持（ support@jmp.com ）。
无论如何，最好了解一下，您从拟合模型中得到的实际上是每个响应的单独模型，但全部都在一个 JMP 报告窗口中。 因此，您可以通过单独拟合每个模型来解决您的问题 - 模型将是相同的。
回复：多指标响应和多个连续预测变量事实上，我可以为每个名义响应生成一个单独的模型。 但我在响应窗口中插入所有五个响应变量的动机并不是为了简化创建五个单独模型的过程。 相反，我的想法是我正在处理多维的反应。 这些响应不是独立的，因此我认为通过在单个模型拟合中包含多个响应变量，它会将它们识别为多变量响应。 换句话说，Y1-5 与预测变量 X1,2,3 的联合状态。
我可以建模 Y1 ~ X1+X2+X3 + Y2+Y3+Y4+Y5 但我认为我真正想要的是 Y1 + ... + Y5 ~ X1 + X2 + X3。
回复：多指标响应和多个连续预测变量说得通， @gchesterton 。 您想同时了解 X1 的效果... X3 对所有响应 Y1 ... Y5。
我们可以非常哲学地理解“响应不是独立的”的意思，我们可以探索处理 Y1 的复杂建模技术...... Y5 作为某种分组的多变量响应。
但人们 99% 的时间都会使用的实用方法是为每个 Y1 构建单独的模型...... Y5 对抗 X1 .... X3，然后将它们一起分析：
这些仍然是单独的模型。
执行此操作的过程是保存每个模型的概率公式：
然后将 Prob[1] 预测公式列添加到 Graph > Profiler 中的 Y、预测公式角色。
我希望这有帮助，
菲尔
回复：多指标响应和多个连续预测变量我一直在关注这次讨论，我承认您提供的信息太模糊，无法提供任何具体建议。 如果没有适当的背景，很难提供建议，不幸的是，就像这样的论坛上经常发生的情况一样，很难提供适当的背景。 以下是我的想法，可能根本没有帮助：
我不太确定“多维响应”是什么意思？您稍后指出这些是“多变量响应”，这仅意味着您有多个响应变量。你认为他们不是独立的，你是如何确定这一点的？ 很高兴知道 5 个名义响应如何相关，但这可能无法评估。我想知道您是否可以创建一个响应变量，它是 5 个标称响应的函数？也许是序数尺度而不是名义反应？
回复：多指标响应和多个连续预测变量如 OP 中所述，每个观测值都有 3 个连续预测变量和 5 个指标响应。 Y1 的状态（1 或 0）部分取决于 Y2-5 的状态。 这是因为人类在每种情况下都对 Y1-5 进行指示。 例如，他们指示 Y2 = true 的倾向将部分受到他们指示 Y1 和其他 Y 的影响。
在我看来，如果我对 Y1 ~ X1 + X2 + X3 建模，那么我会忽略来自 Y2-5 状态的信息。 响应变量是一个向量。 我想知道每个预测变量如何影响该向量。
回复：多指标响应和多个连续预测变量你可以不理我，但我更困惑。我不明白“Y2-Y5的状态”？这些是“样本”的不同特征吗？ 人类是“观察”样本并确定 0 或 1 吗？0和1是什么意思？这些在操作上是如何定义的（按照戴明的说法）？
如果响应是矢量，为什么不量化幅度和方向？
如果响应是来自人类感官知觉的分类响应，我会尝试创建更多类别并使用序数尺度。如果您担心人为偏见，请确保该量表是一个不基于情感的比较量表。我会在人类内部和人类之间添加重复测量（同一“样本”由同一个人和其他人类至少测量两次）。您可以使用简单的绘图来查看特定人是否存在一致的偏差，并且可以使用平均值来减少每个变异的组成部分。
回复：多指标响应和多个连续预测变量它是数学意义上的向量——有一个值列表而不是单个元素。
我不知道如何描述一组 5 个指标值。
在每次观察中，评估员都会针对 5 个问题中的每一个问题指出是对还是错（开或关、1 或 0）。 这是一个基本的二进制指标。 二元指标响应有什么不理解的地方？？？
这些值是人们对每次观察中 5 个可能的“原因”进行评估时做出的判断。 五个答案中的每一个都可以是“是”或“否”，而不排除其他答案是“是”或“否”。因此，理论上，响应向量可以采用 32 种不同的组合。
