JMPコミュニティの皆様へ
ディスカッションの履歴を確認してみましたが、私の質問に関連するトピックを見つけることができませんでした。
背景を説明します。
1. 変数は 5 つあります (A、B、C、D、E)。これらのデータは説明のために作成しました。
2. これらの5つの変数が「関連している」かどうかを確認したい場合は、多変量オプションを使用できます。
相関値。
3. 提供される相関値は、変数間の線形関係に基づいています。
例: B vs D、相関 = 1.00。
例: A vs C、相関 = 0.00。ただし、A と C の間には二次関係があります。
私の質問は次のとおりです:
相関関係ではなく関係性を素早く調べることができる統計的手法はありますか？
変数ですか?
あるいは、変数のすべての組み合わせを使用して手動で適合モデルを実行することもできますが、これには時間がかかりすぎます。
例として、以下と同じ散布図マトリックスがありますが、変数間に関係があるかどうかを確認するために F テスト (ANOVA) から P(値) を提供するオプションがあります。2 次項までとしましょう。
例: B vs D、相関 = 1.00 & F(テスト)からのP(値)は<0.0001
例: A vs C、相関 = 0.00 & F(テスト)からのP(値)は<0.0001
アドバイスありがとうございます。
Br、
クリス
こんにちは@ChrisLooi さん
Multivariate プラットフォームを使用して異常なパターンを見つけるには、あなたが行ったようにデータをプロットすることをお勧めします。また、変数間の複雑な関係/関連性を識別するには、少なくとも 2 つの方法があります。
- 多変量プラットフォームでは、さまざまなノンパラメトリック関連の尺度を使用することもできます。例を再現すると、Hoeffding の D テストによって、 A と C の間の二次関係を見つけることができます。
- また、ダミーの応答 Y (固定値かランダム値かは関係ありません) を作成し、モデルに導入された項に基づいて、 パラメータ推定パネルに分散膨張係数を表示することもできます (デフォルトで表示されない場合は、テーブルを右クリックし、列をクリックして VIF を選択します)。VIFが高い場合、モデル内の項間に共線性の問題があることを示します。
あなたの例を再現して、VIF を視覚化すると (非常に高いため、ログ値を通じて)、共線性の問題を特定できます。
用語 AxA、A、C の VIF 値は非常に高く、共線性の問題があることを示しています。他の多くの用語では、VIF の値が大きく (5 ～ 10 より大きい) 表示されるため、このデータセットに共線性の問題があることが簡単にわかります。
ユースケースを再現するために使用したデータセットを添付しました。次回はサンプルデータセットを提供してください。時間の節約になり、他のユーザーが簡単に回答できるようになります。
これら2つのオプションがお役に立てば幸いです。
