Profiler di previsione con variabili nominaliCiao a tutti!
Ho 6 variabili continue (da N0 a N5) e una variabile nominale (denominata "ricodifica") che vorrei analizzare con il profiler di previsione. La variabile nominale "recode" ha 4 valori (1,2,3,4).
Quando avvio il profiler di previsione, la variabile nominale viene "suddivisa" in tre sezioni (vedi immagine sotto).
Come lo interpreto? ad esempio, come posso impostare il profiler per mostrare i valori previsti per tutte le variabili quando "recode" è uguale a 1?
Grazie!!
Analisi e modellazione dei dati di baseEsplorazione e visualizzazione dei datiProgettazione di esperimentiRi: Profiler di previsione con variabili nominaliCIAO @Lavik17 : Non sono sicuro senza sapere di più sui dati e sul modello proposto; ma, in base a ciò che vedo, suppongo che tu abbia qualche problema di singolarità che può verificarsi quando provi a stimare più parametri di quanti ne hai gradi di libertà. La mia ipotesi è che derivi da termini di interazione che non sono stimabili (perché le combinazioni di fattori necessarie per stimare le interazioni non sono disponibili). I problemi di singolarità verranno identificati nell'output. Puoi condividere maggiori informazioni sui dati e sul modello?
Ri: Profiler di previsione con variabili nominaliScusa, sono un po' confuso dalla tua domanda.È possibile allegare il tuo esperimento (ok per codificarlo).Sembra che tu possa avere impostato il fattore categorico (nominale) in modo errato.Cosa intendi con "analizzare con il profiler di previsione"?Potresti innanzitutto voler determinare se i fattori nel tuo modello sono utili e statisticamente significativi prima di guardare il profiler (ad esempio, non sembra che N2 o N4 abbiano molto effetto).
Ri: Profiler di previsione con variabili nominaliQuesto modello proviene dalla piattaforma Stepwise?
Ri: Profiler di previsione con variabili nominaliCIAO @Lavik17 ,
Come implicitamente suggerito da @Mark_Bailey a seconda della piattaforma utilizzata e dei parametri utilizzati durante l'avvio di una piattaforma, gli effetti categoriali vengono gestiti in modo diverso:
- Per l'approccio "Stima modello" (minimi quadrati standard):
" Quando si immette una colonna con un tipo di modellazione nominale nella finestra di avvio Stima modello, JMP la rappresenta internamente come un insieme di variabili indicatore continue. Ciascuna variabile assume solo i valori –1, 0 e 1. (Nota che questa codifica è uno dei tanti modi per utilizzare le variabili indicatore per codificare le variabili nominali.) Se la colonna nominale ha N livelli, quindi N –1 di queste variabili indicatore è necessaria per rappresentarlo. (Il bisogno di N –1 variabile indicatore si riferisce direttamente al fatto che ha l'effetto principale associato alla colonna nominale N –1 gradi di libertà.) I dettagli completi sono trattati in Fattori nominali . "
Da : Dettagli statistici per la codifica degli effetti nominali
- Per la "regressione generalizzata" (minimi quadrati standard o altri metodi di stima):
" La parametrizzazione delle variabili nominali utilizzate nella personalità della regressione generalizzata differisce dalla parametrizzazione che utilizzano altre personalità del modello di adattamento. La personalità della regressione generalizzata utilizza la parametrizzazione della funzione indicatore. In questa parametrizzazione, la stima che corrisponde all'indicatore per un livello di una variabile nominale è una stima della differenza tra la risposta media a quel livello e la risposta media all'ultimo livello. L'ultimo livello è quello con la codifica dell'ordine di valore più alto; è il livello la cui funzione indicatore non è inclusa nel modello."
Da: avvia la personalità di regressione generalizzata
Pertanto potresti ritrovarti con stime e valori p degli effetti diversi a seconda della piattaforma utilizzata.
Infine, se utilizzi il metodo Stepwise, potresti ritrovarti con il profiler che hai se non selezioni la regola "Effetto intero", poiché la selezione Stepwise selezionerà solo termini significativi in base alle regole che hai specificato, che può selezionare solo pochi "livelli" da un fattore categoriale, con conseguente suddivisione di questo fattore categoriale in diversi fattori sul profiler.
Maggiori informazioni qui: https://www.jmp.com/support/help/en/17.2/index.shtml#page/jmp/stepwise-regression-control-panel.shtml#ww311299
Spero che questo ti possa aiutare,
