親愛的 JMP 社群：
我嘗試檢查討論歷史記錄，但無法找到與我的查詢相關的主題。
讓我提供一下背景：
1. 有 5 個變數（A、B、C、D、E）。我創建這些數據是為了解釋目的。
2. 如果我想檢查這 5 個變數是否“相關”，那麼我們可以使用 Multivariate 選項，它提供
相關值。
3. 提供的相關值是基於變數之間的線性關係。
例：B 與 D，相關性 = 1.00。
例：A 與 C，相關性 = 0.00。然而，A 和 C 之間存在二次關係。
我的問題是：
是否有任何統計方法可以快速了解之間的關係（而不是相關性）
變數？
或者，我可以使用所有變數的組合手動執行擬合模型。但這太耗時了。
範例是下面有相同的散佈圖矩陣，但可以選擇提供 Ftest (ANOVA) 中的 P（值）來檢查變數之間是否存在關係。讓我們說直到二次項。
範例：B 與 D ，相關性 = 1.00 & F（測試）的 P（值）<0.0001
例：A 與 C，相關性 = 0.00 & F（測試）的 P（值）<0.0001
謝謝指教。
兄弟，
克里斯
嗨@ChrisLooi ，
我建議像您一樣繪製數據，以便使用多元平台找到異常模式。我還看到（至少）兩種方法來識別變數之間的複雜關係/關聯：
- 在多元平台中，您也可以使用不同的非參數關聯度量。使用您的範例的複製品，Hoeffding 的 D 檢定能夠發現 A 和 C 之間的二次關係：
- 您還可以建立虛擬回應 Y（無論是固定值還是隨機值），並根據模型中引入的項，在參數估計面板中顯示方差膨脹因子（右鍵單擊表格，按一下列，然後按一下如果預設未顯示，請選擇VIF）。高 VIF 表示模型中的項之間存在共線性問題。
在您的範例的複製中，視覺化 VIF（透過它們的對數值，因為它們非常高！）能夠識別可能的共線性問題：
項 AxA、A 和 C 具有非常高的 VIF 值，表示存在共線性問題。許多其他術語顯示具有較大值（高於 5-10）的 VIF，因此您可以輕鬆識別此資料集是否存在共線性問題。
我附上了用於重現您的用例的資料集。請下次提供您的範例資料集，這將節省一些時間並幫助人們更輕鬆地回答您。
希望這兩個選項對你有幫助
