설명 변수와 결과 변수 간의 관계를 나타내는 비선형 모델을 구축하는 데 사용됩니다.
곡선 맞춤
- 분석 > 특수 모델링 > 곡선 맞춤을 선택합니다.
- [열 선택] 에서 연속 변수를 선택하고 Y, 응답 에 추가합니다.
- X에 대한 연속형 설명 변수(회귀 변수)를 선택하세요.
그룹 변수 에 범주형 변수를 추가하면 그룹 변수의 각 값에 대해 별도의 모델을 적합시킬 수 있습니다(선택 사항). 여기서는 8개의 표본(4가지 처리 방식 각각에서 2개씩)을 추출했습니다.
- 확인 을 클릭하세요.
JMP는 모든 데이터에 대해 반응 변수와 예측 변수 값 사이의 관계를 나타내는 그래프를 표시하고, 그룹화 변수를 사용한 경우 각 그룹별로 별도의 그래프를 표시합니다.
참고: ' 곡선 맞춤' 옆의 빨간색 삼각형은 맞춤 가능한 비선형 모델 모음을 보여줍니다.
데이터에 적합한 모델을 선택하는 데 도움이 되도록 다양한 비선형 모델 계열에 대한 시각적 표현을 보려면 JMP 도움말 의 "Fit Curve 플랫폼에 대한 통계 세부 정보"를 참조하십시오.
본 연구에서는 4개 매개변수를 갖는 로지스틱 시그모이드 모델을 선택하였다. 추가적인 모델들을 적합시켜 비교해 볼 수도 있다.
- 빨간색 삼각형 아래에서 사용자 정의 역예측을 선택하세요.
반응 변수( 조류 밀도 )에 값을 입력하여 예측 변수( 일 )의 예측값과 해당 신뢰 구간을 생성합니다. 이 예측값은 반응 변수의 특정 값을 나타내는 데 걸리는 시간을 나타냅니다. 여기서는 조류 밀도를 2로 선택했습니다.
JMP는 설명 변수에 대한 예측값 과 신뢰구간을 표시합니다. 그룹화 변수를 사용한 경우, 이러한 예측값을 그룹별로 비교하는 평균 분석 그래프가 생성됩니다.
실제값 대비 예측값, 잔차 대비 예측값 그래프 , 예측값 저장, 잔차 공식과 같은 추가 옵션은 적합 된 각 모델의 아래에 있습니다.
Algae Mitscherlich.jmp (Help > Sample Data Folder > Nonlinear Examples)Algae Mitscherlich.jmp (도움말 > 샘플 데이터 폴더 > 비선형 예제)
자세한 내용을 알아보려면 JMP 도움말 의 예측 및 특수 모델링 > 적합 곡선 및 비선형 회귀를 방문하십시오.
