廣義迴歸中的總體效應的標準差是否經過縮放？據我了解，使用廣義迴歸確定的總體效應：標準最小二乘法：預測分析器：變數重要性：獨立重採樣輸入，按比例縮放總和為 1。
我正在使用 JMP Pro 17。
感謝您的協助
基礎資料分析與建模回覆：廣義迴歸中的整體效應的 SE 是否經過縮放？你好@olddabbler ，
歡迎加入社群！
如果您查看 JMP 幫助頁面「評估變數重要性的統計詳細資訊」以及有關 Sobol 指數的文獻/文章，例如使用 Sobol 指數進行敏感性分析 — OpenTURNS 1.24 文檔，您可以找到幾個線索來回答您的問題：
- JMP 中用於計算因子效應重要性的公式是不同變異數分量之間的比率（特定因子（主效應和與該因子相關的任何效應）導致的反應變異數/反應的總變異數），
- 在計算中進行調整以確保總體效應估計值等於或大於主效應估計值（但不能低於）：這是很正常的，因為總體效應敏感度指數值確實包括主效應敏感度指數，所以總體效應應該等於或大於主效應。
- 如果您查看 OpenTURNS 上的文件（特別是 Sobol 分解和變數總體敏感度指數方程式部分），您會發現每個變數的總體效應敏感度值都限制在 [0,1] 範圍內，但所有變數的整體效應敏感度值總和沒有任何限制。
請注意，交互作用會在計算中獨立地積分幾次：例如，交互作用 X1*X2 會納入變數 X1 和 X2 的總體效應敏感度指數的計算中，這也許可以解釋為什麼所有總體效應敏感度值的總和會高於 1（即使所有單獨的敏感度值都是某個變數的反應變異數與總回應變異數的比率）。
評估變數重要性背後的術語/因素的值與您從迴歸模型中獲得的係數不同，因為此方法獨立於測試的模型，並且該模型僅用於預測將用於計算每個變數的主效應和總體效應的敏感度值的值。
希望這個回答能澄清你的理解，
PS：如果您想更深入地了解背後的數學原理，JMP 參考文獻中列出的同一篇論文可以在 OpenTURNS 文件資源中免費取得：
[ saltelli2002 ] Saltelli，A. 充分利用模型評估來計算敏感度指數。 電腦物理通訊，2002，145，580-297。 pdf
[ sobol1993 ]索博爾，IM 非線性數學模型的靈敏度分析 數學。建模計算機。 Exp.，1993，1，407-414。 pdf
回覆：廣義迴歸中的整體效應的 SE 是否經過縮放？嗨，維克多，
非常感謝這些非常有用的信息。我將更深入地研究您引用的來源。我希望透過這樣做我能學到很多東西。如果我做完作業後還有什麼問題的話，我想我可以繼續這個主題。
