我叫小野，是 SAS Institute Japan 的 JMP 日本分會的高級測試員。
我可能有錯誤或偏離主題，但下面我想陳述我現階段的個人想法。
■特別是第一個問題，由於每次的結果都不同，我認為可能發生了一些奇怪的事情。 （順便說一句，在只有一個連續解釋變數的「邏輯圖」中，使用隨機數來確定 Y 座標。但是，至少在 JMP15及更高版本中，使用了固定的隨機種子值，因此每次運行時圖看起來應該不會有所不同。另外，您能否確認每次使用腳本重新執行分析時數值結果是否不同？
■一般來說，在JMP中擬合模型時，要注意以下幾點：
要點1 ：如果您的問題是JMP的結果是否與其他統計軟體的結果不同，請注意JMP使用一種稱為效應編碼的方法。
要點 2 ：請注意，JMP 結果（部分）將根據為列設定的「比例」而變化。
要點3 ：請注意，（部分）JMP 結果可能會根據「值的顯示順序」而改變。
重點4 ：透過使用腳本，您無需使用滑鼠即可重新執行相同的分析。
＜詳細＞
二元、序數或名目回應的邏輯迴歸只有一個全域解，但以下兩種情況除外：
（1）當解釋變數之間存在線性獨立性時
例如當X1、X2、X3三個變數之間存在關係時，如X1+X2=X3，或樣本量小於解釋變數的數量。在這種情況下，參數估計值不是唯一確定的。
（2）當存在分離時
在這種情況下，參數估計值將是 +∞ 或 -∞。也就是說，沒有參數估計。
相反，除這兩種情況外，二元、序數或名目反應變數的邏輯迴歸分析都有唯一的解。因此，如果資料和模型設定相同，除上述兩種情況外，即使使用不同的統計軟體(*1)，至少點估計值（透過最大似然估計得到的點估計值）在數值誤差範圍內也應該相同。另外，至少JMP的邏輯迴歸分析在最佳化過程中不使用隨機數(*2)，所以從這個方面來說，如果資料和設定相同，且是同一版本的JMP，結果應該也應該完全相同(*3)。
(*1) 但是，其他軟體中執行「邏輯」的某些例程預設使用具有 L1 範數或 L2 範數的懲罰似然，而不是常規的邏輯迴歸分析。另外，如下文 (b) 所述，參數估計值可能因分類解釋變數的編碼而異。此外，最大似然估計的檢定有三種：Wald檢定、似然比檢定和得分檢定。檢定和信賴區間隨所使用的檢定方法而變化。
（*2）但是，在只有一個連續解釋變數時繪製的「邏輯圖」中，使用隨機數來決定 Y 座標。但是，至少在 JMP 15 及更高版本中，使用固定的隨機種子值，因此結果應該不會因運行而異。目前版本（18.2）的協助可以在以下網址查看。
(*3) 但是，根據處理資料所需的時間，對效應執行的預設檢定可能是似然比檢定或 Wald 檢定。對於當前版本（18.2），以下網址提供了更多詳細資訊：
但是，有（a）～（c）三點（陷阱）需要注意。
（a）在JMP中，即使資料的數值相同，圖表和統計分析的結果也會根據資料表中設定的尺度（連續、序數或名目）而改變。
(b) 在 JMP 中，解釋變數的編碼（特別是名目尺度編碼）遵循製造業和工業統計中常用的方法。這種編碼稱為“效應編碼”，例如，對於名目尺度，男性和女性的編碼如下：
男1
男1
女 -1
女 -1
女 -1
或者，
男 -1
男 -1
女人1
女人1
女人1
例如，對於三值名目量表，其編碼如下：
愛媛 1 0
愛媛 1 0
香川真司 0 1
德島 -1 -1
德島 -1 -1
德島 -1 -1
（當這種類型的效應編碼用於名義尺度變數時，參數估計值表示與「中間設定」的偏差。在製造業和工業統計中，許多名目尺度變數原本是連續的，與當前過程中的設定的偏差通常是一個問題，因此這種類型的編碼可能會經常使用。）
對於序數解釋變數使用不同的編碼。
（c）當資料排序後，最後一級變成「-1」（在名目尺度編碼中）。您也可以使用「值顯示順序」列屬性來變更最後顯示的等級。 （在上面的例子中，德島是最後顯示的類別。）
(b)和(c)之間的差異導致了不同的參數估計。但是，即使（b）和（c）中的設定不同，對整個資料的適合度（「完整模型檢定」、「擬合細節」和「失擬（LOF）」）也不會改變。
在 JMP 中，分析過程可以保存在所謂的「腳本」或「JMP 腳本語言 (JSL)」中。您可以從報告頂部的紅色三角形選單中儲存腳本。在 JMP 版本 18 中，按一下報表中的紅色三角形 > 儲存腳本，然後選擇到資料表以儲存到資料表。這會將腳本儲存到資料表的左上角。此功能可讓您無需單擊滑鼠即可重新建立分析。
（特別是JMP18增加了一個名為「工作流程產生器」的新功能，可以記錄更廣泛的滑鼠操作。）
■2
在存在所謂的「負相關係數」的情況下，Somers 的 D 也將為負（就像 Pearson 和 Kendall 的相關係數為負一樣）。例如，在下面的數據中，Somers 的 D 和 Kendall 的 τb 為負數。
dt1 = New Table("Test1",
New Column("X", Ordinal, Values([1,1,1,2,2,2,3,3,3])),
New Column("Y", Ordinal, Values([1,2,3,1,2,3,1,2,3])),
New Column("度数", Values([9,8,7, 6,5,2, 4,3,1]))
);
dt1 << Contingency(
Y( :Y ),X( :X ), Freq( :度数 ),
Measures of Association( 1 )
);
若要執行此腳本，請先從 JMP 下拉選單（Windows 版 JMP 18）中選擇檔案 > 新建 > JSL 腳本。然後，在出現的腳本視窗中，複製並貼上上述腳本。複製並貼上後，從下拉式選單中選擇編輯>運行腳本。
這也與上面■1中的（c）相關，但結果會根據資料排序的順序而改變。在不執行任何操作的預設狀態下，「最小」和「最大」由資料排序的順序定義（如果是字母則為 A、B、C，如果是數字則為 1、2、3）。
可以在列屬性「值顯示順序」中變更此順序。 （在舊版本中，此價值順序稱為不同的選項。）
（1）在資料表中，右鍵點選列標題，並選擇「列資訊」。
（2）按一下「列屬性」組合框，然後選擇「值顯示順序」。
（3）如果值沒有依照從小到大的順序排序，請選擇一個值，然後使用向上和向下箭頭（↑或↓）來變更順序。
（4）改變顯示順序後，點選螢幕右上角的確定按鈕，關閉列資訊視窗。
例如，下面的資料值與上面的相同，但由於值的順序不同（對於 X 變量，「3」定義為最小，「1」定義為最大），因此 Somers 的 D 和 Kendall 的 τb 為正，這與上面的結果不同。 （以下腳本是使用當前的 JMP 18 建立的。它可能無法在舊版本中按預期工作。）
dt2 = New Table( "Test2",
New Column( "X", "Ordinal",
Set Property( "Value Order", {Custom Order( {3, 2, 1} )} ),
Values( [1, 1, 1, 2, 2, 2, 3, 3, 3] )
),
New Column( "Y","Ordinal",
Set Property( "Value Order", {Custom Order( {1, 2, 3} )} ),
Set Values( [1, 2, 3, 1, 2, 3, 1, 2, 3] )
),
New Column( "度数",
Set Values( [9, 8, 7, 6, 5, 2, 4, 3, 1] )
)
);
dt2 << Contingency(
Y( :Y ),X( :X ), Freq( :度数 ),
Measures of Association( 1 )
);
Somers 的 D 可以是負數（其最小值為 -1）。
另外，要檢查您的分析是否不正確，請查看報告中的列聯表並確保值按從小到大的順序排列。如果值沒有按照您期望的方式排列，則需要在資料表列屬性「值顯示順序」中變更顯示順序。
