让 JMP 更适用于心理学的技巧如果您希望您的软件用于社会科学，特别是心理学，我推荐两个关键功能 - 第一个涉及简单斜率，第二个涉及分层回归。
总体而言，追踪涉及连续变量的相互作用，进行“简单斜率”或“简单效应”分析的能力，至少可以让用户探测另一个预测变量在不同值下的直线斜率（并获得标准误的斜率），甚至更好地提供这些斜率之间的对比。另一个预测变量可以是连续变量（因此需要能够绘制正负 1 标准误），也可以是分类变量。
心理学中另一种非常常见的技术是层次回归，即将两个模型嵌套在一起进行比较。使用 JMP 实现此操作的唯一方法是运行两个模型，提取模型的 dfs、SS 值和 MSE，计算 F，然后在表格中查找 F（或者使用 JMP 公式计算相关的 p 值）。这非常繁琐。在 R、SPSS 甚至 Jamovi 中，这非常简单。
数据访问
