JMP 커뮤니티 여러분,
저는 토론 내역을 확인하려고 노력했지만, 제 문의와 관련된 주제를 찾을 수 없습니다.
배경을 설명하자면,
1. 변수는 5개(A, B, C, D, E)입니다. 저는 설명 목적으로 이 데이터를 생성했습니다.
2. 이 5개 변수가 "관련"되어 있는지 확인하려면 다변수 옵션을 사용할 수 있습니다.
상관관계 값.
3. 제공된 상관관계 값은 변수 간의 선형 관계를 기반으로 합니다.
예: B 대 D, 상관관계 = 1.00.
예: A 대 C, 상관관계 = 0.00. 그러나 A와 C 사이에는 2차 관계가 있습니다.
제 질문은 다음과 같습니다.
상관관계가 아닌 관계성을 빠르게 살펴볼 수 있는 통계적 방법이 있습니까?
변수?
또는 변수의 모든 조합으로 Fit Model을 수동으로 수행할 수도 있습니다. 하지만 이는 너무 시간이 많이 걸립니다.
예를 들어, 아래와 같은 산점도 행렬을 사용하지만, 변수 간에 관계가 있는지 확인하기 위해 Ftest(ANOVA)에서 P(값)을 제공하는 옵션이 있습니다. 2차 항까지라고 합시다.
예: B 대 D, 상관관계 = 1.00 & F(검정)의 P(값)은 <0.0001입니다.
예: A 대 C, 상관관계 = 0.00 & F(검정)의 P(값)은 <0.0001입니다.
조언해 주셔서 감사합니다.
브,
크리스
안녕하세요 @ChrisLooi 님 ,
Multivariate 플랫폼을 사용하여 특이한 패턴을 찾기 위해 당신이 한 것처럼 데이터를 플로팅하는 것을 추천합니다. 또한 변수 간의 복잡한 관계/연관성을 식별하는 (적어도) 두 가지 방법을 봅니다.
- 다변량 플랫폼에서 여러분은 또한 다양한 비모수적 연관성 측정법을 사용할 수 있습니다. 여러분의 예시를 재현하여 Hoeffding의 D 검정은 A와 C 사이의 이차 관계를 알아낼 수 있습니다.
- 더미 응답 Y(고정 값이든 임의 값이든)를 생성할 수도 있고, 모델에 도입된 용어를 기반으로 매개 변수 추정 패널에서 분산 인플레이션 계수를 표시할 수 있습니다(표를 마우스 오른쪽 버튼으로 클릭하고 열을 클릭한 다음 기본적으로 표시되지 않으면 VIF를 선택). 높은 VIF는 모델의 용어 간에 공선성 문제가 있음을 나타냅니다.
귀하의 예를 재현하여 VIF를 시각화하면(매우 높으므로 로그 값을 통해!) 가능한 공선성 문제를 식별할 수 있습니다.
항 AxA, A 및 C는 매우 높은 VIF 값을 가지고 있어 공선성 문제가 있음을 나타냅니다. 다른 많은 항은 큰 값(5-10 이상)으로 VIF를 표시하므로 이 데이터 세트에 공선성 문제가 있음을 쉽게 식별할 수 있습니다.
사용 사례를 재현하는 데 사용된 데이터 세트를 첨부했습니다. 다음에는 예시 데이터 세트를 제공해 주세요. 시간을 절약하고 사람들이 더 쉽게 답변할 수 있도록 도울 것입니다.
이 두 가지 옵션이 여러분에게 도움이 되기를 바랍니다.
